Theano和tensorflow绝对是两大奇葩工具（神奇又有个性）
先说Theano，Python3上支持的一直不好，import Theano的时候总会出现cannot find configparser
再说说tensorflow，压根就不支持windows。
好在2016年，tensorflow发布了Windows版本，可是人家有个性啊，人家only Python3.5 support。
于是乎一直在Python2和Python3中来回切换想找到一种合适的方法同时安装两个框架，结果一直搞不定。
万幸，Theano新发布的0.9版本在highlight中就直接说了better Python3.5 support还有conda install，简直就是天堂
注：theano0.9貌似对内存的优化不是特别好，0.8的版本只用了60%的内存，而0.9直接死机了
----------------------------------------------------------我是分割线-----------------------------------------------------------------------------
原材料：
Microsoft Visual Studio 11.0 anaconda3.4（不能用最新版，最新版是Python3.6，tensorflow只支持3.5，谨慎起见） ----------------------------------------------------------正文来了--------------------------------------------------------------------------------- 转载请注明！！！多谢 第一步： 安装vs，请自行百度 第二步： 安装anaconda3，记住你的安装位置，anaconda会自动把你的安装文件添加到path中，到此为止，Python部分安装完了 在Windows中按win+R打开运行cmd，在窗口中输入Python，即可进入Python的编译器，查看Python3.5，如上图所示 第三步： 安装Theano（这个是重点咯） 以前安装Theano都是直接在cmd中运行pip install theano，可是anaconda支持conda install Theano，所以可以直接安装咯~~ 1.打开anaconda prompt，输入conda install Theano，安装完成后Theano即完成安装 2安装下图，在你的用户路径下（c盘，用户，用户名下）按下图所示配置： cxxflags中的地址为anaconda的安装地址中的mingw device为cpu和gpu的选项，需要cpu写cpu 3.在Python中 import theano,可是这个时候你会发现出现报警，找不到g++ 这是因为我们还没有安装mingw 打开cmd 输入 conda install mingw即可 安装完成后，在anaconda的文件夹下就会出现mingw的文件 记得把里面的bin和x86_64-w64-mingw32\bin添加到path中（貌似不添加也可以） 4.再次打开Python并import Theano，没有报错，安装成功 如果不放心，可以去Theano文档中找一个测试代码跑一下 第四步： 安装tensorflow 首先，找到tensorflow的官网https://www.tensorflow.org/get_started/os_setup#test_the_tensorflow_installation 在里面的installation中找到windows的安装方式 其实只需要一句话： pip install --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-0.12.1-cp35-cp35m-win_amd64.whl 执行语句 在安装完成回最后会出现一个warning， “Cannot remove entries from nonexistent file c:\program files\anaconda3\lib\site-packages\easy-install.pth”因为setuptools版本太低，tensorflow要求29.0.1，当前版本为27.2.0,在更新setuptools版本的时候又找不到easy-install.pth，导致更新失败
运行：pip install --upgrade --ignore-installed setuptools，问题解决
import tensorflow 输入： import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') sess = tf.Session() print(sess.run(hello)) a = tf.constant(10) b = tf.constant(32) print(sess.run(a + b)) 成功运行，代表tensorflow配置成功转载请注明！！！多谢！！转载请注明！！！多谢！！转载请注明！！！多谢！！
