吴恩达课程编程环境配置windows
参考：https://shimo.im/docs/tjajN6brgcQbk7Eq/read 如有侵权，请联系我删除。
吴恩达的deep learning. ai课程配套的编程作业需要环境配置如下：
因为作业中使用到了TensorFlow与Keras，相应的版本为
推荐的开发环境为：Anaconda + Tensorflow + Keras
因为所有作业都可以在无 GPU 配置下实现，所以为了简化，只介绍 CPU 版本的安装。
Step 1 安装Anaconda
Anaconda 是 Python 的一个发行版，集成了 Numpy、Matplotlib 等很多 Python 包，还有强大的工具 Jupyter Notebook。总之安装 Anaconda 让我们省去了大量下载模块包的时间，更加方便。
打开Anaconda下载页面：https://www.anaconda.com/distribution/#download-section
下载好了之后一步步安装。
安装教程可以参考：
Anaconda详细安装及使用教程（带图文）
或者百度经验：如何安装Anaconda和Python
如有侵权，请联系我删除。
Step 2 创建虚拟环境
因为我们要安装特定版本的 Python、TensorFlow 和 Keras，为了不影响其他项目所需的环境，一个好的习惯是创建虚拟环境。相当于为不同的项目创建一块独立的空间，在这个空间里，你安装任何库和框架都是独立的，不会影响到外部环境。
-
首先，打开：“Anaconda Prompt”：
Anaconda Prompt 可以当成是 Anaconda 的终端。在 Anaconda Prompt 中，我们可以使用 Conda 命令来管理 Python 库并创建虚拟环境。
-
打开 Anaconda Prompt 之后，输入命令：
conda create --name dl python=3.6.0
（dl是虚拟环境名，这里选择的python版本是3.6.0） -
输入如下命令，进入虚拟环境dl中：
activate dl
-
安装jupyter，在虚拟环境dl中直接输入如下命令：
conda install jupyter
Step 3 安装 TensorFlow
在虚拟环境dl中输入如下命令：conda install tensorflow==1.2.1
(上面的命令是安装 CPU 版本的 Tensorflow，注意 1.2.1 是吴恩达 deeplearning.ai 作业对应的 TensorFlow 版本。务必一致)
Step 4 安装 Keras
安装 Keras 的方法跟 TensorFLow 稍有不同。建议使用 pip 命令安装。因为如果使用 conda 来安装的话，可能会给你安装一个新的 TensorFlow 版本。而使用 pip 安装，Keras 就会使用上面安装的 TensorFlow 来作为 backend。
首先，在虚拟环境 dl 中，输入以下命令安装 Keras：
pip install keras==2.0.7
如果未安装成功，可能是pip版本太低，使用以下命令更新pip版本:
python -m pip install -U pip
完成 Keras 安装之后，进入 Python 环境，查看 Keras 是否安装成功，以及版本信息是否正确：
Step 5 启动deep learning.ai 开发环境
所有的安装工作完成之后，deeplearning.ai 的开发环境就配置好了。接下来启动开发环境，打开 jupyter notebook，即打开 Anaconda Navigator：
打开后界面如下：
然后，从 Application on 下拉框中选择刚建的虚拟环境 dl，打开该环境下的 Jupyter ，如下图所示：
其他：
如果遇到这个问题：No module named 'matplotlib'
是因为新建的虚拟环境 dl 很多工具和包是没有安装的，需要我们手动安装。需要安装的工具大致包括： jupyter、matplotlib、scipy、h5py、Pillow 等。安装matplotlib：
- 打开Anaconda Prompt，输入命令进入dl虚拟环境：
activate dl，输入命令安装matplotlib：pip install matplotlib
注意：如果出现
没关系，多试几遍就行。 - 同样的办法安装scipy， h5py， Pillow。。。。。。。
