不多说什么客套话了，直接切入主题：
1、安装anaconda：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
--清华大学anaconda源
笔者使用的是Anaconda3-4.2.0-Windows-x86_64版本，对应python3.5.2，不会产生python3.7的各种BUG，放心使用。
选择anaconda版本时注意对应自己的系统（win7/10，Ubuntu/Linux）及系统位，本节以win系统为例，下载后直接安装即可。
2、设置清华下载源：
加速，加速，加速！！！！
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
如果安装过程中出现retry，请更换源地址，比如清华源：https://pypi.tuna.tsinghua.edu.cn/simple/
3、安装tensorflow
安装tensorflow，在cmd 或者Anaconda Prompt中输入
pip install --upgrade --ignore-installed tensorflow
笔者安装anaconda版本对应python3.5，故创建的tensorflow环境也是3.5，记得对应。
本次安装的是CPU版本的tensorflow！！安装GPU版本的改成tensorflow-gpu即可。
这时候你会发现，pip的版本、numpy、sklearn的版本都有点问题：
pip版本过低，更新pip code如下：
pip install --upgrade pip
因为安装sklearn时候又会重新下载numpy，导致numpy版本重叠，先更新slearn：
pip install --upgrade --ignore-installed scikit-learn
这时候，import tensorflow as tf会发现出现以下numpy版本的BUG：
这是因为numpy下载过重的原因，简单来说，numpy有几个版本，故重复以下代码：
pip uninstall numpy
直到numpy删除干净后，出现上图黄字即可，但是千万别再直接安装numpy，这样会下载到最新版本的numpy，又会产生不兼容问题，如出现以下BUG：
故对应anaconda版本下的numpy版本：
pip install numpy==1.16.4
1.16.4版本的numpy是合适的，当然其他版本亦可以替换掉‘==’后的版本号。
如果需要安装加速，可以使用清华源（推荐）：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy==版本号
好了，机器学习想要的python+tensorflow+anaconda中各种库都已经安装完成，可以快点享受第一波import
tensorflow的快乐了：
