深度学习网络环境搭建全攻略
近年来，人工智能迅速崛起，众多智能产品已经深入我们的生活。从李世石与AlphaGo的对弈，无人驾驶技术，无人超市，到现在的无人酒店（如阿里巴巴的项目）、智慧小区，以及仿人机器人，这些曾经在科幻电影中看似不可能的技术，现在正逐一实现。
人工智能已成为热门话题，打开你的手机，你会发现语音助手、人脸识别、淘宝的智能推荐系统以及音乐软件的个性化推荐等AI技术无处不在，深刻影响着我们的生活。人工智能被誉为第四次人类革命，我们应抓住每一个机会，推动前所未有的科技进步，这是一个AI的时代。
既然人工智能如此流行，为什么不深入学习，成为AI时代的一员呢？在AI领域，深度学习占据主导地位。在开始学习Deep Learning之前，我们需要准备好各种工具和搭建好环境。本文旨在指导你如何完成环境搭建，为后续的研究和开发做好充分准备。
Windows系统
关于Python的安装，这里不再赘述，之前的CV系列入门教程已有详细介绍，我们直接进入TensorFlow的安装环节。
首先，从https://pypi.python.org/pypi/tensorflow下载whl安装包。
点击上图中标红的whl文件进行下载，然后使用以下命令进行安装：
pip install d:/code/tensorflow-1.12.0-cp35-cp35m-win_amd64.whl
安装完成后，可以通过以下步骤测试安装是否成功：
进入CMD模式
输入：python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
本书以培养高级网站建设与管理人才为目标，内容循序渐进，由浅入深，通过大量的实例系统全面地介绍了Linux+PHP+MySQL环境下的网络后台开发技术。本书详尽分析了近30个典型案例。包括计数器、网站流量统计、留言板、论坛系统、聊天室、投票与调查、用户管理、新闻发布系统、广告轮播、购物系统等等，力求让读者通过对案例的学习，轻松掌握PHP和MySQL的编程精要，迅速掌握网络后台开发技巧。 本书适
如果屏幕上显示“b'Hello, TensorFlow!'”，则表示TensorFlow已成功安装。
Linux系统
相信大多数同学在学习深度学习时会选择Linux系统。Linux系统非常重视安全性，权限管理非常严格，系统安装时需要设置一个密码，用于登录和获取root权限。
首先需要安装python-pip和python-dev，输入以下命令：
$ sudo apt-get install python-pip python-dev
注意，命令开头的sudo表示以root权限执行，需要输入你设置的密码，输入密码时屏幕上不会有显示，输入完成后直接按回车键。
输入命令后会出现一长串代码，最后会提示是否继续，输入y并按回车即可。
然后耐心等待，注意：install是安装命令，而python-pip和python-dev是需要安装的软件包名称；pip是一个高级的软件安装工具，用于安装TensorFlow，而dev是一个额外的类库，TensorFlow的安装和运行需要它。如果一切顺利，会看到如下界面：
接下来可以安装TensorFlow，输入以下命令：
$ sudo pip install tensorflow-1.12.0-cp35-cp35m-manylinux1_x86_64.whl
可用软件包
tensorflow - 仅支持CPU的当前版本（推荐新手使用） tensorflow-gpu - 支持GPU的当前版本（适用于Ubuntu和Windows） tf-nightly - 仅支持CPU的每夜版（不稳定） tf-nightly-gpu - 支持GPU的每夜版（不稳定，适用于Ubuntu和Windows）
系统要求
Ubuntu 16.04或更高版本（64位） macOS 10.12.6 (Sierra)或更高版本（64位，不支持GPU） Windows 7或更高版本（64位，仅支持Python 3） Raspbian 9.0或更高版本
硬件要求
从TensorFlow 1.6开始，二进制文件使用AVX指令，这些指令在旧版CPU上可能无法运行；阅读GPU支持指南，以在Ubuntu或Windows上设置支持CUDA®的GPU卡。更多信息请见：https://www.php.cn/link/443615ca6b28402752eb646cc6f51ae7
