python27tensorflow

『壹』 tensorflow 支持python哪個版本

tensorflow目前支持Python 2.7和3.5版本。

『貳』 python2.7怎麼安裝tensorflow

打開命令行(CMD)
輸入 pip install tensorflow 進行下載安裝
這個包在pypi庫中，所以可以直接pip安裝

『叄』 Python如何圖像識別

Python圖片文本識別使用的工具是PIL和pytesser。因為他們使用到很多的python庫文件，為了避免一個個工具的安裝，建議使用pythonxy
pytesser是OCR開源項目的一個模塊，在Python中導入這個模塊即可將圖片中的文字轉換成文本。pytesser調用了tesseract。當在Python中調用pytesser模塊時，pytesser又用tesseract識別圖片中的文字。pytesser的使用步驟如下：

首先，安裝Python2.7版本，這個版本比較穩定，建議使用這個版本。
其次，安裝pythoncv。
然後，安裝PIL工具，pytesser的使用需要PIL庫的支持。
接著下載pytesser
最後，將pytesser解壓，這個是免安裝的，可以將解壓後的文件cut到Python安裝目錄的Lib\site-packages下直接使用，比如我的安裝目錄是：C:\Python27\Lib\site-packages，同時把這個目錄添加到環境變數之中。
完成以上步驟之後，就可以編寫圖片文本識別的Python腳本了。參考腳本如下：
from pytesser import *
import ImageEnhance
image = Image.open('D:\\workspace\\python\\5.png')
#使用ImageEnhance可以增強圖片的識別率
enhancer = ImageEnhance.Contrast(image)
image_enhancer = enhancer.enhance(4)
print image_to_string(image_enhancer)

tesseract是谷歌的一個對圖片進行識別的開源框架，免費使用，現在已經支持中文，而且識別率非常高，這里簡要來個helloworld級別的認識
下載之後進行安裝，不再演示。
在tesseract目錄下，有個tesseract.exe文件，主要調用這個執行文件，用cmd運行到這個目錄下，在這個目錄下同時放置一張需要識別的圖片，這里是123.jpg
然後運行:tesseract 123.jpg result
會把123.jpg自動識別並轉換為txt文件到result.txt
但是此時中文識別不好
然後找到tessdata目錄，把eng.traineddata替換為chi_sim.traineddata,並且把chi_sim.traineddata重命名為eng.traineddata
ok,現在中文識別基本達到90%以上了

『肆』 conda 中配置 jupyter notebook 環境 踩過的坑

這個過程僅需要兩步：

（註：本人使用過程中，特別慢導致最後出現「Time Out」的超時錯誤，故在後面添加了豆瓣源，可以加快升級速度），建議使用如下命令：python -m pip install --upgrade pip -i https://pypi.douban.com/simple/
成功後可以輸入 pip --version 查看pip版本。

輸入命令：pip install tensorflow-cpu==2.2.0 -i https://pypi.douban.com/simple/
等待安裝結束即可完成安裝。

安裝完成後，可以輸入"python"命令進入python環境，再輸入命令：import tensorflow，沒有報錯即說明安裝成功。
查看tensorflow版本，如下方式：

輸入exit()，即可退出python環境。
也可以在(base)中輸入 jupyter notebook，在jupyter環境中輸入命令查看。

前奏：自行安裝anaconda，並創建虛擬環境

首先安裝ipykernel
在terminal下執行命令行：conda install ipykernel
在虛擬環境下創建kernel文件
在terminal下執行命令行：conda install -n 環境名稱 ipykernel
比如我的虛擬環境叫python27（後面舉例都默認這個虛擬環境），那麼我的就是：conda install -n python27 ipykernel

激活conda環境
在terminal下執行命令行：
windows版本:activate 環境名稱 我的命令是：activate python27
linux版本:source activate 環境名稱我的命令是：activate python27

將環境寫入notebook的kernel中
python -m ipykernel install --user --name 環境名稱 --display-name "在jupyter中顯示的環境名稱"

這里引號裡面的名稱自己可以隨便起，用於在jupyter裡面做標識，這里我仍然在jupyter裡面叫python27，所以我的命令是：python -m ipykernel install --user --name python27 --display-name "python27"

打開notebook伺服器
在terminal下執行命令行jupyter notebook

上面的相關步驟就可以完成jupyter的相關配置，但是如果經常需要用jupyter notebook，那麼最好在創建虛擬環境的時候便安裝好ipykernel
命令：conda create -n 環境名稱 python=3.5 ipykernel

另外刪除kernel環境：
jupyter kernelspec remove 環境名稱

1、 解決anaconda中jupyter無法import已安裝模塊問題

『伍』 怎麼用python寫tensorflow

開始使用

TensorFlow並不是一個純粹的神經網路框架, 而是使用數據流圖進行數值分析的框架.

TensorFlow使用有向圖(graph)表示一個計算任務.圖的節點稱為ops(operations)表示對數據的處理,圖的邊flow 描述數據的流向.

該框架計算過程就是處理tensor組成的流. 這也是TensorFlow名稱的來源.

TensorFlow使用tensor表示數據. tensor意為張量即高維數組,在python中使用numpy.ndarray表示.

TensorFlow使用Session執行圖, 使用Variable維護狀態.tf.constant是只能輸出的ops, 常用作數據源.

下面我們構建一個只有兩個constant做輸入, 然後進行矩陣乘的簡單圖:

from tensorflow import Session, device, constant, matmul'''構建一個只有兩個constant做輸入, 然後進行矩陣乘的簡單圖:'''#如果不使用with session()語句, 需要手動執行session.close().
#with device設備指定了執行計算的設備:
# "/cpu:0": 機器的 CPU.
# "/gpu:0": 機器的第一個 GPU, 如果有的話.
# "/gpu:1": 機器的第二個 GPU, 以此類推.

with Session() as session: # 創建執行圖的上下文
with device('/cpu:0'): # 指定運算設備
mat1 = constant([[3, 3]]) # 創建源節點
mat2 = constant([[2], [2]])
proct = matmul(mat1, mat2) # 指定節點的前置節點, 創建圖
result = session.run(proct) # 執行計算 print(result)123456789101112131415161718

『陸』 python3.5如何使用最新版本的anaconda

在安裝Anaconda之前，有的已經安裝過一個Python版本了，但是又不想刪除這個Python版本，該怎麼辦呢？

概括：輕松兩步--在系統環境變數中找到對應之前安裝Python的路徑並刪除；直接將你原來安裝python的整個文件夾拷貝到envs的目錄下，激活該版本python的名稱就是文件夾名。

我的電腦裡面本來安裝了Python2.7的版本，並且配置好了Django，用來做網頁設計。後來我又需要一個Python3.5的版本使用tensorflow，Anaconda適用於管理多Python環境，下面來說一說如何在已有Python2,7的條件下安裝Anaconda。

其實不管是Python還是Anaconda 都類似於包的管理，可以看到不管是安裝Python還是Anaconda，都是在安裝目錄新建了一個文件下添加了很多文件，然後把安裝目錄路徑添加到環境變數當中（windows下）。

理解這個原理之後，其實要做的就是修改環境變數，和移動Python安裝的文件夾而已。具體的操作如下。

• 下載anaconda的安裝包

這里推薦使用清華的鏡像，因為速度快而且可以安裝你想要的版本，在官網裡面往往給出的最新版本，就像我安裝的時候官網給的是帶Python3.6的版本，但是我想直接安裝帶python3.5的版本的Anoconda.

可以直接在清華的鏡像Index of /anaconda/archive/中，找到對應的版本，下載並安裝。帶Python3,5的window版本就是下載Anaconda3-4.2.0-Windows-x86_64。

2.安裝注意事項：安裝目錄最好不要有空格；是否把Anaconda加入環境變數的選項上打勾，這涉及到能否直接在cmd中使用conda、jupyter、ipython等命令，推薦打勾，如果不打勾可以再安裝以後將對應的環境變數添加上去，例如我的就是 D:Anaconda3;D:Anaconda3Scripts;D:Anaconda3Libraryin

3.安裝好了以後，可以在cmd中輸入 Python，發現顯示的還是你之前安裝的版本，像我的就是Python2.7，這是因為你之前安裝Python2,7的時候，是將它的安裝目錄添加到了環境變數中的。在系統環境變數中找到對應之前安裝Python的路徑並刪除，像我的就是D:Program Filespython2.7 和D:Program Filespython2.7Scripts。將其刪除。

接著重啟電腦，再在cmd中輸入python 就會顯示是Anaconda自帶的版本了。

4. 將原來python加入Anoconda中

在Anoconda中，用戶以後安裝的python會存放在envs中。如果在cmd中輸入conda info -e 或者 conda info --envs 就可以得到你安裝的python信息。 在考察一下conda中安裝其他包的命令：

• # 創建一個名為python34的環境，指定Python版本是3.4（不用管是3.4.x，conda會為我們自動尋找3.4.x中的最新版本）conda create --name python34 python=3.4



其實就是在envs中創建了一個python34的文件夾，這個也就是安裝python34的一個安裝目錄。了解這個原理之後，就可以輕松將原來的環境轉到Aconda進行管理。

直接將你原來安裝python的整個文件夾拷貝到envs的目錄下。

然後你再用conda info -e 命令，就會發現多了一個你添加的文件夾的名字的python，我把自己之前安裝的python2.7的包拷過去。還可以給文件下重命名一下，我命名的是python27。

• # conda environments:#python27 * D:Anaconda3envspython27


• root D:Anaconda3



5.環境管理



6.設置國內鏡像命令

• conda config --add channels tsinghua.e.cn/anaconda/pkgs/free/conda config --set show_channel_urls yes



然後你的.condarc 文件應該是這樣的內容，或者你可以直接修改該文件的內容設置鏡像。

channels:
- tuna.tsinghua.e.cn/anaconda/pkgs/free/
- defaults

show_channel_urls: yes

『柒』 如何在win10下配置anaconda環境變數

安裝之後配置環境變數的步驟如下：

1,點「我的電腦」，右鍵選「屬性」

2，選擇：高級系統設置

6,在「變數值」一欄，把自己所安裝的python路徑拷進去就可以了，我安裝的路徑是「C:Python27」。

7，完成之後，一路點擊確定關閉，就可以了。

8，這里要強調一下，現在下載的python都自帶pip,pip在python目錄下的Scripts目錄下，添加到系統的path路徑中就可以使用了。

『捌』 python主要可以做什麼

python主要可以做Web 和 Internet開發、科學計算和統計、桌面界面開發、軟體開發、後端開發等領域的工作。

Python是一種解釋型腳本語言。Python可以應用於眾多領域，如：數據分析、組件集成、網路服務、圖像處理、數值計算和科學計算等眾多領域。互聯網公司廣泛使用Python來做的事一般有：自動化運維、自動化測試、大數據分析、爬蟲、Web 等。

(8)python27tensorflow擴展閱讀

python的主要優點：

簡單易學：Python是一種代表簡單主義思想的語言。閱讀一個良好的Python程序就感覺像是在讀英語一樣。它使你能夠專注於解決問題而不是去搞明白語言本身。因有極其簡單的說明文檔，Python極其容易上手。

運行速度快：Python 的底層是用 C 語言寫的，很多標准庫和第三方庫也都是用 C 寫的，運行速度非常快。

免費、開源資源：Python是FLOSS（自由/開放源碼軟體）之一。使用者可以自由地發布這個軟體的拷貝、閱讀它的源代碼、對它做改動、把它的一部分用於新的自由軟體中。FLOSS是基於一個團體分享知識的概念。

可擴展性：如果需要一段關鍵代碼運行得更快或者希望某些演算法不公開，可以部分程序用C或C++編寫，然後在Python程序中使用它們。