深度学习入门之Anaconda多版本控制、Theano安装踩坑总结（一）

最近开始跑程序了，想象中的样子是：下载代码-->配置环境-->点击运行-->出结果，实际中却是bug bug bug bug bug.......................此处省略千行泪...................嘿嘿，接下来进入正题啦。

原本准备学Pytorch的，结果不小心入了Tensorflow的坑，再加上前两天谷歌TensorFlow开发者峰会刚刚在美国召开，迎来了TensorFlow2.0 Alpha版本的正式发布，吴恩达也推出了配套的新课，本着做一名称职的程序媛的原则，持着一颗观望的心，不知不觉入坑.....当然了，现在还处于小白阶段，这篇文章主要想总结一下这两天学到的内容，分享给大家~

---

 1. Tensorflow、Theano和Keras的关系

Keras可以说是一个高级API，TensorFlow 2.0 舍弃掉了其他API，将 Keras API 指定为构建以及训练深度模型的API。所以呢，也就是说，Keras是可以基于Tensorflow的。事实上，Keras也可以基于Theano，对于Keras来说，它可以指定Tensorflow或者Theano作为后端，只不过默认为Tensorflow。

Keras的最大优点在于，用户体验非常好，模块性强，提供了简洁的API。在Keras中，网络层、数据预处理、损失函数、**函数、优化器、正则化方法都有独立模块，你可以*组合，从而构建自己的模型。举个例子，比如常用的层有：Dense层——全连接层，Activation层——**层，Dropout层等等。网上可以查到一些大神们做的思维导图，清晰地展示了Keras有哪些内容，大家可以自行查找哦。

2.  Theano安装过程中踩过的坑

首先要注意的就是版本问题了，Tensorflow，Python，Theano这些在安装时，都要注意版本问题，不然的话后面会遇到各种各样的problems哦。我们先来看一下Theano的官方文档中的要求。

从图中看到，Python支持2.7版本以及大于等于3.4，小于3.6的，所以说呢，你就不要用Python3.6或者3.7啦，容易出问题。由于我安装的是anaconda3，并且本着学习新事物的原则，尽量使用Python3，所以推荐python3.5哦。

由于Theano依赖于Numpy、SciPy，所以要先安装这两个包呢，之后用pip install Theano就可以安装它了~ 在过程中可能会遇到一些问题，根据提示进行修改就好了。安装完成后可以安装一下nose，pip install nose，这是一个单元测试框架，用它可以测试Numpy，SciPy以及Theano是否成功。代码示例：

import theano
theano.test()

据说Numpy比较快，Theano需要半小时以上，不过我在我的win本机上跑了很久，Theano跑了两三个小时吧，会报一些错误，不要紧，如果没通过的话最后会显示fail，如果显示default=0就是通过了，不过我第二次运行的时候没显示default=0，但是也没有fail，应该就是通过了我觉得~~。

3. Conda创建虚拟环境，anaconda中安装和切换多个版本的python

稍微了解过些的童鞋就会知道Anaconda这个管理工具啦，我们基本上首先会安装它，这样之后会比较方便。Windows下安装Anaconda有时候因为环境的原因会出各种各样的问题呢，因为想用python3.5,所以我想安装2.4.0版本，但是由于本地原有的anaconda2以及python3.5环境等等，发生了好多冲突，导致安装没有Prompt和Navigator，所以重新装了很多次，不过把原来的环境全部卸载掉以后，我安装了anaconda比较新的版本，默认环境是py3.6，最后成功安装了。但是呢，由于我前面说的，Theano等不支持3.6，所以呢，我们就需要用conda创建虚拟环境，这样我们就可以在py3.5的基础上安装theano等了。操作命令如下：

#列出所有虚拟环境
conda env list

#创建虚拟环境
conda create --name [虚拟环境名称] python=[python版本例如：3.5] [需要的包]

#举个例子，下面两行都是可以的
conda create --name py35 python=3.5
conda create --name py35 python=3.5 numpy scipy

#**环境
conda activate py35

#取消**
conda deactivate

根据这个原理，我们可以创建一个名叫theano的虚拟环境，在其下安装theano。

conda create --name theano python=3.5
conda activate theano
pip install numpy
pip install SciPy
pip install theano

4. Tensorflow安装

相比于Theano，Tensorflow安装遇到的问题更少一些。下篇我们再来谈Tensorflow中遇到的一些问题。