python27tensorflow

‘壹’ tensorflow 支持python哪个版本

tensorflow目前支持Python 2.7和3.5版本。

‘贰’ python2.7怎么安装tensorflow

打开命令行(CMD)
输入 pip install tensorflow 进行下载安装
这个包在pypi库中，所以可以直接pip安装

‘叁’ Python如何图像识别

Python图片文本识别使用的工具是PIL和pytesser。因为他们使用到很多的python库文件，为了避免一个个工具的安装，建议使用pythonxy
pytesser是OCR开源项目的一个模块，在Python中导入这个模块即可将图片中的文字转换成文本。pytesser调用了tesseract。当在Python中调用pytesser模块时，pytesser又用tesseract识别图片中的文字。pytesser的使用步骤如下：

首先，安装Python2.7版本，这个版本比较稳定，建议使用这个版本。
其次，安装pythoncv。
然后，安装PIL工具，pytesser的使用需要PIL库的支持。
接着下载pytesser
最后，将pytesser解压，这个是免安装的，可以将解压后的文件cut到Python安装目录的Lib\site-packages下直接使用，比如我的安装目录是：C:\Python27\Lib\site-packages，同时把这个目录添加到环境变量之中。
完成以上步骤之后，就可以编写图片文本识别的Python脚本了。参考脚本如下：
from pytesser import *
import ImageEnhance
image = Image.open('D:\\workspace\\python\\5.png')
#使用ImageEnhance可以增强图片的识别率
enhancer = ImageEnhance.Contrast(image)
image_enhancer = enhancer.enhance(4)
print image_to_string(image_enhancer)

tesseract是谷歌的一个对图片进行识别的开源框架，免费使用，现在已经支持中文，而且识别率非常高，这里简要来个helloworld级别的认识
下载之后进行安装，不再演示。
在tesseract目录下，有个tesseract.exe文件，主要调用这个执行文件，用cmd运行到这个目录下，在这个目录下同时放置一张需要识别的图片，这里是123.jpg
然后运行:tesseract 123.jpg result
会把123.jpg自动识别并转换为txt文件到result.txt
但是此时中文识别不好
然后找到tessdata目录，把eng.traineddata替换为chi_sim.traineddata,并且把chi_sim.traineddata重命名为eng.traineddata
ok,现在中文识别基本达到90%以上了

‘肆’ conda 中配置 jupyter notebook 环境 踩过的坑

这个过程仅需要两步：

（注：本人使用过程中，特别慢导致最后出现“Time Out”的超时错误，故在后面添加了豆瓣源，可以加快升级速度），建议使用如下命令：python -m pip install --upgrade pip -i https://pypi.douban.com/simple/
成功后可以输入 pip --version 查看pip版本。

输入命令：pip install tensorflow-cpu==2.2.0 -i https://pypi.douban.com/simple/
等待安装结束即可完成安装。

安装完成后，可以输入"python"命令进入python环境，再输入命令：import tensorflow，没有报错即说明安装成功。
查看tensorflow版本，如下方式：

输入exit()，即可退出python环境。
也可以在(base)中输入 jupyter notebook，在jupyter环境中输入命令查看。

前奏：自行安装anaconda，并创建虚拟环境

首先安装ipykernel
在terminal下执行命令行：conda install ipykernel
在虚拟环境下创建kernel文件
在terminal下执行命令行：conda install -n 环境名称 ipykernel
比如我的虚拟环境叫python27（后面举例都默认这个虚拟环境），那么我的就是：conda install -n python27 ipykernel

激活conda环境
在terminal下执行命令行：
windows版本:activate 环境名称 我的命令是：activate python27
linux版本:source activate 环境名称我的命令是：activate python27

将环境写入notebook的kernel中
python -m ipykernel install --user --name 环境名称 --display-name "在jupyter中显示的环境名称"

这里引号里面的名称自己可以随便起，用于在jupyter里面做标识，这里我仍然在jupyter里面叫python27，所以我的命令是：python -m ipykernel install --user --name python27 --display-name "python27"

打开notebook服务器
在terminal下执行命令行jupyter notebook

上面的相关步骤就可以完成jupyter的相关配置，但是如果经常需要用jupyter notebook，那么最好在创建虚拟环境的时候便安装好ipykernel
命令：conda create -n 环境名称 python=3.5 ipykernel

另外删除kernel环境：
jupyter kernelspec remove 环境名称

1、 解决anaconda中jupyter无法import已安装模块问题

‘伍’ 怎么用python写tensorflow

开始使用

TensorFlow并不是一个纯粹的神经网络框架, 而是使用数据流图进行数值分析的框架.

TensorFlow使用有向图(graph)表示一个计算任务.图的节点称为ops(operations)表示对数据的处理,图的边flow 描述数据的流向.

该框架计算过程就是处理tensor组成的流. 这也是TensorFlow名称的来源.

TensorFlow使用tensor表示数据. tensor意为张量即高维数组,在python中使用numpy.ndarray表示.

TensorFlow使用Session执行图, 使用Variable维护状态.tf.constant是只能输出的ops, 常用作数据源.

下面我们构建一个只有两个constant做输入, 然后进行矩阵乘的简单图:

from tensorflow import Session, device, constant, matmul'''构建一个只有两个constant做输入, 然后进行矩阵乘的简单图:'''#如果不使用with session()语句, 需要手动执行session.close().
#with device设备指定了执行计算的设备:
# "/cpu:0": 机器的 CPU.
# "/gpu:0": 机器的第一个 GPU, 如果有的话.
# "/gpu:1": 机器的第二个 GPU, 以此类推.

with Session() as session: # 创建执行图的上下文
with device('/cpu:0'): # 指定运算设备
mat1 = constant([[3, 3]]) # 创建源节点
mat2 = constant([[2], [2]])
proct = matmul(mat1, mat2) # 指定节点的前置节点, 创建图
result = session.run(proct) # 执行计算 print(result)123456789101112131415161718

‘陆’ python3.5如何使用最新版本的anaconda

在安装Anaconda之前，有的已经安装过一个Python版本了，但是又不想删除这个Python版本，该怎么办呢？

概括：轻松两步--在系统环境变量中找到对应之前安装Python的路径并删除；直接将你原来安装python的整个文件夹拷贝到envs的目录下，激活该版本python的名称就是文件夹名。

我的电脑里面本来安装了Python2.7的版本，并且配置好了Django，用来做网页设计。后来我又需要一个Python3.5的版本使用tensorflow，Anaconda适用于管理多Python环境，下面来说一说如何在已有Python2,7的条件下安装Anaconda。

其实不管是Python还是Anaconda 都类似于包的管理，可以看到不管是安装Python还是Anaconda，都是在安装目录新建了一个文件下添加了很多文件，然后把安装目录路径添加到环境变量当中（windows下）。

理解这个原理之后，其实要做的就是修改环境变量，和移动Python安装的文件夹而已。具体的操作如下。

• 下载anaconda的安装包

这里推荐使用清华的镜像，因为速度快而且可以安装你想要的版本，在官网里面往往给出的最新版本，就像我安装的时候官网给的是带Python3.6的版本，但是我想直接安装带python3.5的版本的Anoconda.

可以直接在清华的镜像Index of /anaconda/archive/中，找到对应的版本，下载并安装。带Python3,5的window版本就是下载Anaconda3-4.2.0-Windows-x86_64。

2.安装注意事项：安装目录最好不要有空格；是否把Anaconda加入环境变量的选项上打勾，这涉及到能否直接在cmd中使用conda、jupyter、ipython等命令，推荐打勾，如果不打勾可以再安装以后将对应的环境变量添加上去，例如我的就是 D:Anaconda3;D:Anaconda3Scripts;D:Anaconda3Libraryin

3.安装好了以后，可以在cmd中输入 Python，发现显示的还是你之前安装的版本，像我的就是Python2.7，这是因为你之前安装Python2,7的时候，是将它的安装目录添加到了环境变量中的。在系统环境变量中找到对应之前安装Python的路径并删除，像我的就是D:Program Filespython2.7 和D:Program Filespython2.7Scripts。将其删除。

接着重启电脑，再在cmd中输入python 就会显示是Anaconda自带的版本了。

4. 将原来python加入Anoconda中

在Anoconda中，用户以后安装的python会存放在envs中。如果在cmd中输入conda info -e 或者 conda info --envs 就可以得到你安装的python信息。 在考察一下conda中安装其他包的命令：

• # 创建一个名为python34的环境，指定Python版本是3.4（不用管是3.4.x，conda会为我们自动寻找3.4.x中的最新版本）conda create --name python34 python=3.4



其实就是在envs中创建了一个python34的文件夹，这个也就是安装python34的一个安装目录。了解这个原理之后，就可以轻松将原来的环境转到Aconda进行管理。

直接将你原来安装python的整个文件夹拷贝到envs的目录下。

然后你再用conda info -e 命令，就会发现多了一个你添加的文件夹的名字的python，我把自己之前安装的python2.7的包拷过去。还可以给文件下重命名一下，我命名的是python27。

• # conda environments:#python27 * D:Anaconda3envspython27


• root D:Anaconda3



5.环境管理



6.设置国内镜像命令

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



然后你的.condarc 文件应该是这样的内容，或者你可以直接修改该文件的内容设置镜像。

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

show_channel_urls: yes

‘柒’ 如何在win10下配置anaconda环境变量

安装之后配置环境变量的步骤如下：

1,点“我的电脑”，右键选“属性”

2，选择：高级系统设置

6,在“变量值”一栏，把自己所安装的python路径拷进去就可以了，我安装的路径是“C:Python27”。

7，完成之后，一路点击确定关闭，就可以了。

8，这里要强调一下，现在下载的python都自带pip,pip在python目录下的Scripts目录下，添加到系统的path路径中就可以使用了。

‘捌’ python主要可以做什么

python主要可以做Web 和 Internet开发、科学计算和统计、桌面界面开发、软件开发、后端开发等领域的工作。

Python是一种解释型脚本语言。Python可以应用于众多领域，如：数据分析、组件集成、网络服务、图像处理、数值计算和科学计算等众多领域。互联网公司广泛使用Python来做的事一般有：自动化运维、自动化测试、大数据分析、爬虫、Web 等。

(8)python27tensorflow扩展阅读

python的主要优点：

简单易学：Python是一种代表简单主义思想的语言。阅读一个良好的Python程序就感觉像是在读英语一样。它使你能够专注于解决问题而不是去搞明白语言本身。因有极其简单的说明文档，Python极其容易上手。

运行速度快：Python 的底层是用 C 语言写的，很多标准库和第三方库也都是用 C 写的，运行速度非常快。

免费、开源资源：Python是FLOSS（自由/开放源码软件）之一。使用者可以自由地发布这个软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用于新的自由软件中。FLOSS是基于一个团体分享知识的概念。

可扩展性：如果需要一段关键代码运行得更快或者希望某些算法不公开，可以部分程序用C或C++编写，然后在Python程序中使用它们。