這兩天安裝TensorFlow和keras(基於TensorFlow)踩了不少坑，特此總結。

     安裝tensorflow主要有兩種方式：原環境安裝（不推薦）和虛擬環境安裝（推薦）。

1、原環境安裝（各種坑）：

      將tensorflow作為一個普通工具包安裝：pip install tensorflow

      引入tensorflow：import  etnsorflow

     顯示： ImportError: 

                Importing the multiarray numpy extension module failed.  Most likely you are trying to import a failed                          build  of numpy.If you're working with a numpy git repo, try `git clean -xdf` (removes all files not under                         version control).  Otherwise reinstall numpy.

                 Original error was: DLL load failed: 找不到指定的模組。

    解決辦法：numpy版本不對，tensorflow要求numpy版本大於等於1.13.3，故解除安裝原有numpy，重新安裝numpy1.13.3。

                    接下來可能還有類似的版本衝突問題，需要一一解決，故不建議此種安裝方式。

2、虛擬環境安裝（比較順）

     1）用管理員許可權開啟Anacoda Prompt；

     2）建立虛擬環境，命名為“tensorflow”；

          命令：conda create -n tensorflow python=3.5

          注意：因為tensorflow最適合的python版本是3.5，所以無論你的python是什麼版本，建議虛擬一個python3.5的環境

    3）進入虛擬環境；

           命令：activate tensorflow

    4） 安裝tensorflow 

          命令：pip install tensorflow

3、測試tensorflow

          命令：import tensorflow as tf

                   node = tf.constant(4.0)

                  print(node)

   結果：Tensor<”Const:0”,shape=<>,dtype=float32，至此，

         注意：真正使用需要進入虛擬的python環境   例如：D:\Pythoninstall\envs\tensorflow，點選python.exe進入命令列。

4、安裝keras   （需要在tensorflow的虛擬環境中安裝keras）

  1)用管理員許可權開啟Anacoda Prompt

       2)進入tensorflow虛擬環境

        命令：activate tensorflow

      3)安裝keras

       命令：pip install keras

5、測試keras (需要進入Anaconda Prompt)

      利用Keras中mnist資料集測試 

     命令： conda install git

                git clone https://github.com/fchollet/keras.git

                cd keras/examples/

                python mnist_mlp.py

  結果：出現“Test accuracy :0.9838”,程式無錯進行，至此，keras安裝完成。