标题 "tensorflow1.2.1安装文件" 涉及的是在特定环境下安装TensorFlow 1.2.1版本的过程，这是一个广泛应用于机器学习和深度学习领域的开源库。描述中提到，首先需要安装conda，一个强大的环境管理工具，然后在conda创建的环境中进行TensorFlow的安装。这个过程特别适合64位Linux系统，并且要求Python版本为3.5。
让我们详细讲解一下conda。conda是Anaconda公司开发的一个包管理系统，它允许用户轻松地创建、管理和切换不同的Python环境，以便于隔离不同项目所需的不同软件依赖关系。通过conda，我们可以避免不同项目之间的库版本冲突，确保每个项目的运行环境都是独立且稳定的。
在64位Linux系统上安装conda，通常会从Anaconda的官方网站下载对应操作系统的安装包，按照指南进行安装。安装完成后，通过命令行工具（如bash）可以使用`conda create`命令创建新的环境，例如创建一个名为`tfenv`的环境并指定Python 3.5版本：
```bash
conda create -n tfenv python=3.5
```
接着，激活新创建的环境：
```bash
source activate tfenv
```
现在，我们进入TensorFlow的安装阶段。TensorFlow是一个由Google Brain团队开发的库，它支持数据流图，用于数值计算，尤其适用于机器学习和深度学习任务。在这个conda环境中安装TensorFlow 1.2.1，可以利用pip，Python的包管理工具，来安装从压缩包文件中得到的`tensorflow-1.2.1-cp35-cp35m-linux_x86_64.whl`。这个文件是一个预编译的Python wheels包，适用于Python 3.5和64位Linux系统。安装步骤如下：
```bash
pip install tensorflow-1.2.1-cp35-cp35m-linux_x86_64.whl
```
安装完成后，你可以通过运行`python`进入Python解释器，然后输入`import tensorflow as tf`来测试TensorFlow是否安装成功。如果没有报错，那么TensorFlow就已经准备就绪，可以开始使用了。
标签中的"lstm"和"cnn"代表两种重要的深度学习模型。LSTM（长短期记忆网络）是一种递归神经网络，常用于处理序列数据，如自然语言处理和时间序列预测。而CNN（卷积神经网络）则广泛应用于图像识别和计算机视觉任务。在TensorFlow中，我们可以方便地构建和训练这两种模型。
总结来说，这个压缩包提供了在64位Linux系统下，使用conda环境和Python 3.5安装TensorFlow 1.2.1的步骤。安装完成后，用户可以利用这个版本的TensorFlow进行LSTM和CNN等深度学习模型的开发。
