目录
报错1：
在用pycharm运行代码时，可能发生如下报错：
- ImportError: cannot import name 'abs'
原因：
protobuf和tensorflow发生了冲突
解决办法：
第一步：删除tensorflow所有模块
pip uninstall tensorflow第二步：删除protobuf
pip uninstall protobuf第三步：重新安装tensorflow
pip install tensorflow==1.9.0报错2：
- illegal instruction (core dumped) 核心转储问题
原因：
这都是因为在Linux下 tensorflow没有安装好，版本问题。
解决办法：
重新在新虚拟环境下安装tensorflow
（如何查看虚拟环境是否有tensorflow，请看”2. 在已有的虚拟环境基础上重新配置“节）
第一步：在conda环境下安装新的虚拟环境
conda create -n tensorflow python=3.6.5
第二步：激活虚拟环境
source activate tensorflow #激活环境
该行代码是激活tensorflow环境，activate后的名称可以自己定义。加入定义为tensorflow1，激活后会在最之前有tensorflow环境的字样：
第三步：安装tensorflow
conda install tensorflow==1.9.0其中，第一行python版本和第三行tensorflow版本要对应。建议python不要用3.7之后，比较麻烦，tensorflow2.0以后很多东西变了，python3.6配套tensorflow1.9，亲测有效。（如果python是3.7，tensorflow可以使用2.2.0，网上说可以）
在已有的虚拟环境基础上重新配置
第一步：查看虚拟环境中已有的配置：
conda env list我们配置的虚拟环境都在conda环境下的env包里。从文件中也可以找到
这是我运行后的结果，可以看到，我的虚拟环境中包括三个环境，一个是base，一个是tensorflow，一个是tensorflow1。
第二步：以tensorflow为例，在这个已有的环境下重新配置tensorflow。
执行：
source activate tensorflow #激活环境
conda install tensorflow==1.9.0第三步：安装结束后，检验tensorflow是否安装成功
python #进入python环境
#出现‘>>>’表明已经进入python环境，在后面输入：
import tensorflow as tf
#如果没有报错，可以输入
tf.__version__ #查看tensorflow版本
tf.__path__ #查看tensorflow路径为当前代码设置运行环境（解释器）
File——》settings——》python interpreter
——》点下拉栏 如果可以看到我们配置的python环境 直接选择（之前在conda下配置了tensorflow环境，并且激活了环境，所以这里会有Python3.6（tensorflow）字样）。如果没有，看下一步
——》下拉栏没有我们刚刚配置的环境，手动添加
首先确定我们的python环境在哪里：
参考“2. 在已有的虚拟环境基础上重新配置” 的第一步，
红框中的*代表我们当前的环境，看到tensorflow是在anaconda3/envs/tensorflow下，自己记住这个路径，后面要用。
——》在setting的python interpreter中点这个按钮：
有Add和show all两项：
——》点Add，出现下面这个界面
——》因为之前用的conda环境，所以选第二个：
——》在存在的环境中找，点··· :
——》按照之前记住的python路径选择解释器，最后定位到python就行。不是python3什么的 就只是python 然后点OK
最后应用Apply 并OK就可以了。
这样代码才能真正运行。