在base环境中创建一个房间

// -n表示名字，tensorflow容易记忆，也可以取别的名字
conda create -n tensorflow python=3.7

进入建立好的房间（激活）

//进入tensorflow
conda activate tensorflow

在房间中安装tensorflow

我们要安装的是CPU版本，那么在命令下紧接着输入：

//只是cpu版本
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow

输入conda list可以看到

检验tensorflow是否安装成功

在pycharm设置中添加刚刚创建的环境，点击齿轮

点击add

选择已经存在的tensorflow环境中的python解释器

创建一个.py文件，可以在网上搜一下tensorflow成功安装的验证代码

//检验代码
import tensorflow as tf
tf.compat.v1.disable_eager_execution()
# 保证sess.run()能够正常运行
hello = tf.constant('hello,tensorflow')
sess= tf.compat.v1.Session()
# 版本2.0的函数
print(sess.run(hello)) 

注意tensorflow1与2版本兼容问题

至此，tensorflow cpu版已经安装完成，gpu版本我还没弄明白，我的电脑好像也不支持…

在anaconda中安装tensorflow-GPU版本

第一步：去anaconda官网下载，我下载的是anaconda (python3.7版本）

anaconda下载链接：点击link
进去之后网页最下面有要下载的版本
安装的具体步骤：点击
link

第二步：安装tensorflow的具体步骤

1、 anaconda安装之后进入Anaconda Prompt(anaconda)

2、进去之后创建一个虚拟环境
代码如下
conda create -n TF2.1 python=3.7
输入之后点击回车


用coda activate TF2.1
激活之后不要急着安装，因为下载会很慢，安装中科大镜像：具体步骤点击link，安装成功之后再进行以下安装操作
激活这个虚拟环境，进入虚拟环境之后安装
conda install cudatoolkit=10.1
安装过程中出现Proceed（[y]/n)?都选y

安装成功之后：安装下面这个，步骤同上
conda install cudnn=7.6
成功之后安装
pip install tensorflow==2.1(不用指定GPU版本，默认CPU版本，GPU版本都会下载，GPU不能用的时候转为使用CPU）
安装之后测试一下，还是当前页面
输入

python回车
import tensorflow as tf 回车
tf.__version__回车

安装GPU版本需要Microsoft Visual C++ 2015-2019 Redistributabled的支持，木有安装的点击link自行安装,里面有链接
link

下载完之后如何在anaconda中使用刚才创建的虚拟环境

进入anaconda Prompt，激活刚才的虚拟环境
conda activate TF2.1回车，进入环境之后输入conda install nb_conda
回车
出现Proceed（[y]/n)?都选y

安装之后，会出现jupyter notebook(TF2.1),点击进去

点击new，选择刚才创建的虚拟环境Python [conda env:TF2.1]

不需要时可以删除创建的虚拟环境

conda remove -n 虚拟环境名 --all

一、在anaconda中创建一个新的python环境并安装tensorflow

本文以未安装python虚拟环境为例，从最开始创建python环境开始进行，以安装python3.8版本为例，详细anaconda软件安装及相应的python虚拟环境创建过程可以参考这篇文章：

https://blog.csdn.net/qq_43309940/article/details/115255270

下面开始具体的创建过程：

1、创建环境名为tensorflow_python38的python环境（python3.8）

conda create -n tensorflow_python38 python=3.8

2、激活该环境

这一步需要注意：后序安装步骤必须要在激活刚刚创建的环境后才能进行，否则安装的tensorflow可能安装到其他的环境当中

activate tensorflow_python38

3、安装tensorflow

由于在安装网上教程使用pip install tensorflow命令进行安装时报错，因此采用anaconda官网中的命令进行安装，官方提供的共有下面四条安装命令：(https://anaconda.org/anaconda/tensorflow-gpu)

conda install -c conda-forge tensorflow
conda install -c conda-forge/label/broken tensorflow
conda install -c conda-forge/label/cf201901 tensorflow
conda install -c conda-forge/label/cf202003 tensorflow

gpu版本conda install -c anaconda tensorflow-gpu

选择了第一条命令安装，最终安装成功，如下图所示：

参考官方安装教程：https://anaconda.org/conda-forge/tensorflow

4、检查tensorflow是否安装完成

先在刚刚安装tensorflow的环境下进入python环境，再输入：

import tensorflow

如果结果如上图所示而没有报错，则证明tensorflow安装成功

二、安装keras

1、安装其他需要依赖的包

keras搭建在tensorflow基础上，在安装keras安装之前除了安装tensorflow外还需要安装numpy、matplotlib、scipy，如果没有安装可以安装以下命令进行安装。

注意：tensorflow只能安装在64位的电脑上。

conda install -c conda-forge numpy       #安装numpy
conda install -c conda-forge matplotlib  #安装matplotlib
conda install -c conda-forge scipy       #安装scipy

2、安装keras

conda install -c conda-forge keras

3、验证keras是否已经安装完成

在python中输入：import keras，未报错即证明安装成功

参考：
1、https://anaconda.org/
2、https://blog.csdn.net/weixin_39306971/article/details/88998395