参考：Anaconda环境下Tensorflow的安装与卸载
https://blog.csdn.net/dongcjava/article/details/109524981
下载安装Anaconda（安装目录文件名不要有空格，若有空格，安装时会提示以后使用时可能会出现错误）
在Anaconda prompt中添加清华镜像源（很多软件如果直接从官网下载，速度会很慢）
# 查看源
conda config --show-sources
# 添加清华镜像源
conda config --add channels <https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/>
conda config --add channels <https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/>
conda config --add channels <https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/>
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes
配置完毕后需要知道所安装的Anaconda中python的版本
# 激活conda
conda activate
# 查看python版本
python -V
- 查看当前可以使用的tensorflow版本
# 查看当前可以使用的tensorflow版本
conda search --full tensorflow
#该命令也可以
conda search tensorflow
image.png
- 查看tensorflow包信息及依赖关系（很重要）
#查看tensorflow包信息及依赖关系
conda search tensorflow --info
这里会显示tensorflow的多个版本（包括CPU /GPU版本，我们这里选择的是COU版本，因为GPU版本需要安装cuda/cudnn等软件，比较麻烦）
image.png
可以看出tensorflow本版是2.3.0，python 3.8，符合我们的要求
这个就是GPU版本，我们这次不选择这个
image.png
- 接下来用conda安装CPU版本的tensorflow
conda install tensorflow-cpu==2.3.0 -i <https://pypi.mirrors.ustc.edu.cn/simple>
- 查看tensorflow是否安装成功
在tensorflow环境下进入python编译器
#进入建好的tensorflow2虚拟环境中
conda activate tensorflow2
#进入python
python
#引入tensorflow模块，并且缩写为tf
import tensorflow as tf
#查看tensorflow版本及安装路径
tf.__version__
tf.__path__
#退出python
quit（）
image.png
- 安装完tensorflow后，如果要在jupyternotebook中使用tensorflow还需要下面的步骤：
## 需要在tensorflow虚拟环境下
conda install ipykernel
conda install jupyter
ipython3 kernelspec install-self --user
#接着启动jupyternotebook
jupyter notebook
- 在jupyter notebook中测试
import tensorflow as tf
tf.__version__ #tensorflow安装版本
tf.__path__ #tensorflow安装路径
image.png
