深度學習之 TensorFlow（一）：基礎庫包的安裝

　1.TensorFlow 簡介：TensorFlow 是谷歌公司開發的深度學習架構，也是目前深度學習的主流架構之一。

　

　2.TensorFlow 環境的準備：

　本人使用 macOS，Python 版本直接使用 anaconda 的內建包，我們使用 anaconda 來管理環境，為 TensorFlow 建立獨立的 Python 環境。

　　建立一個名為 tensorflow 的 Python 環境：

conda create --name tensorflow python=3.6      

　　激活環境：

source activate tensorflow      

　　退出環境：

source deactivate tensorflow      

　然後我們在 tensorflow 環境下基于 pip 來安裝 TensorFlow：

　　安裝 TensorFlow：

pip install tensorflow      

　　安裝完 TensorFlow 後我們試着進入 Python 環境來運作 TensorFlow 測試是否安裝成功：

　　輸入一個例子：

　　至此，我們 TensorFlow 便安裝成功了。

　3.安裝其他依賴的子產品：

（1）numpy

　　numpy 是用來存儲和處理大型矩陣的科學計算包，比 Python 自身的嵌套清單結構 list 要高效的多。

　　安裝：

pip install numpy --upgrade      

　(2) matplotlib

　　matplotlib 是 Python 最著名的繪圖表，它提供了一整套和 MATLAB 相似的指令 API，十分适合互動式地進行制圖。

pip install matplotlib --upgrade      

　(3) jupyter

　　jupyter notebook 是 ipython 的更新版，能夠在浏覽器中建立和共享代碼、方程、說明文檔。

pip install jupyter --upgrade      

　(4) scikit-image

　　scikit-image 有一組圖像處理的算法，可以使過濾一張圖檔變得很簡單，非常适合用于對圖像的預處理。

pip install scikit-image --upgrade      

　(5) librosa

　　librosa 是用 Python 進行音頻提取的第三方庫，有很多方式可以提取音頻特征。

pip install librosa --upgrade      

　(6) nltk

　　nltk 子產品中包含着大量的語料庫，可以很友善地完成很多自然語言處理的任務，包括分詞、詞性标注、命名實體識别及句法分析。

pip install nltk --upgrade      

　　安裝完成後，需要導入 nltk 工具包，下載下傳 nltk 資料源：

import nltk
nltk.download()      

　(7) keras

　　Keras 是第一個被添加到 TensorFlow 核心中的進階别架構，成為 TensorFlow 的預設 API。

pip install keras --upgrade      

　(8) tflearn

　　TFLearn 是另一個支援 TensorFlow 的第三方架構。

pip install git+https://github.com/tflearn/tflearn.git