因為專案需要，研究基於機器學習的人工智慧。
俗話說，工欲善其事，必先利其器。
學習人工智慧，首先就要有一個開發環境，也就是寫程式碼跑模擬的地方。
折騰了幾天，終於成功建立了基於tensorflow和keras的開發環境。
中間遇到了許多問題，在同事及網路的幫助下，總算解決了，頗為不易。
雖然網上已經有很多的安裝教程，但是這些教程在我的實際安裝中依然出現問題，所以還是把我的安裝的過程記錄一下，重點是包括安裝中間遇到的問題及解決方法。
希望能為後來人提供些許微末幫助。

1.安裝Python環境Anaconda

目前的機器學習，程式語言大多選擇python。
安裝python環境，推薦安裝Anaconda，集成了多版python庫。
因為windows版本下的tensorflow暫時不支援python2.7，另外，新出的python3.6存在部分不相容問題。建議安裝Anaconda的版本4.2.0。
下載地址：

2.安裝Tensorflow

2.1Tensorflow官方安裝文件

tensorflow是Google開源的機器學習資源，有python版本的庫，內部實現了許多演算法，非常方便學習使用。
那，怎麼安裝tensorflow呢？
Tensorflow的官網上有linux/Mac/Windows版本的安裝教程。
地址：
https://www.tensorflow.org/install
但是，文件是英文的，許多地方難以理解或易誤解。另外其中windows版本，提到的在Anaconda中創立一個tensorflow的環境，在這個環境中安裝python等工具。這個就是一個天坑。如果是自己的電腦，那沒啥問題。但是如果是實驗室/公司的電腦，一般沒有管理員許可權，所以不能在該環境下安裝anaconda的程式碼工具，比如spider等。那就意味著，寫python程式碼，會沒有那麼方便。
於是乎，在折騰了一天後，不得不放棄該方法，另闢蹊徑。

2.2基於keras的tensorflow安裝文件

這個文件，必須好評。
雖然本質上是介紹如何安裝使用keras的，但是，keras的後端使用的是tensorflow，所以這個文件中同樣有如何安裝tensorflow的教程，並且與之前tensorflow官網上的不太一樣。具體參見上述文件的章節“Keras 框架搭建”。
這是安裝CPU版本的tensorflow。（至於要安裝GPU版本的，請參考上述文件。）
下面介紹tensorflow的安裝過程及遇到的問題和解決方法。

注意：
以下操作，不需要提前下載安裝包，命令會自己去下載對應安裝包，所以，需要一點點時間。

首先開啟電腦的CMD命令列控制埠或者是PowerShell。
輸入命令：

pip install --upgrade tensorflow

回車
然後就愉快發現命令在順利執行。比如，會顯示Collecting Tensorflow……..(省略若干字元)
正當我開心的等待成功安裝時，突然爆了一連串的錯誤，看得我一臉矇蔽。
Cannot remove entries from nonexistent file : ……….(省略若干字元)
怎麼辦？
細細一看，原來是pip版本低了，需要用更高版本，還好錯誤資訊下面有提示用命令。
按照提示，輸入命令：

python -m pip install --upgrade pip

更新pip。
更新完畢。
然後再次輸入命令：

pip install --upgrade tensorflow

回車
然後就愉快發現命令又順利執行。比如，會顯示Collecting Tensorflow……..(省略若干字元)
正當我又開心的等待成功安裝時，突然爆了一個錯誤，還好只有一個。
Cannot remove entries from nonexistent file : ……….(省略若干字元)
又是這個錯誤，怎麼辦？
這個時候，我靈機一閃，及時祭出Google大法。
搜尋這個錯誤資訊。
還好我不是第一個碰到這個問題的。
很快找到解決方案。
執行命令：

pip install --ignore-installed setuptools

前期的準備工作做好了，然後就開始正式安裝tensorflow了。
執行命令：

pip install --upgrade tensorflow

然後等一下下，就會發現Successfully……..

到此為止，tensorflow已經完成安裝了。
可以啟動驗證一下，這裡，先等等，安裝了keras後，一起驗證。

3.安裝Keras

Keras是一種神經網路框架，非常方便使用。是學習神經網路的好幫手。
根據章節2.2中的文件，安裝Keras。
輸入命令：

pip install keras -U --pre

就看到顯示：Collecting keras…….(省略若干字元)
如此順利，非常開心。
等等，這是什麼鬼？
出現一串紅色的error資訊。
Exception：。。。。
PermissionError：[WinError 5] Access is denied……..(省略若干字元)

再次祭出Google大法。
搜尋PermissionError：[WinError 5] Access is denied….
然後尋找解決方法。
果然不出所料。
在命令中新增一個user選項。
將之前的命令進行新增：

pip install --user keras -U --pre

哈哈，黃天不負有心人，終於成功了！！

4.驗證Tensorflow和Keras

現在可以來驗證下剛才安裝的tensorflow和Keras。
安裝了Anaconda後，一般都會預設安裝了spyder，一個可以編寫python程式碼並模擬輸出的類似IDE的工具。
下面採用典型的程式碼進行功能驗證。

程式碼來自網路，此處僅作為參考。感謝分享者的無私奉獻。

4.1驗證tensorflow

開啟spyder。
在左側的程式碼框中輸入如下程式碼：

import tensorflow as tf

hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print (sess.run(hello))

如果右側的模擬輸出視窗順利輸出：
‘Hello， Tensorflow！’
那就代表Tensorflow安裝成功。
bingo！！

4.2驗證keras

在命令列中依次輸入如下命令：

conda install git # 安裝git工具
git clone https://github.com/fchollet/keras.git #下載工程內容
cd keras/examples/  #進入程式碼路徑
python mnist_mlp.py  #用python執行程式

然後就會發現正在執行程式，是典型的機器學習入門的例子，識別手寫數字。
總共訓練二十次。
每次都會輸出誤差及準確率。
完成20次訓練後，進行test，再給出test的誤差及準確率。
到此，keras驗證完畢。
bingo！！！