提示：转载请注明出处，若文章无意侵犯到您的合法权益，请及时与作者联系。
环境安装——TensorFlow安装
一、什么是TensorFlow？
TensorFlow是谷歌推出的第二代人工智能系统，是目前最有潜力及使用最多的开发工具（另一个开发工具是PyTorch）。其命名来源于本身的运行原理，Tensor(张量)意味着N维数组，Flow(流)意味着基于数据流图的计算，TensorFlow为张量从流图的一端流动到另一端计算过程。
TensorFlow将完全开源，任何人都可以使用，而且应用十分广泛，可以部署到个人的智能手机以及数据中心的服务器上等。
二、TensorFlow的安装
TensorFlow目前已经支持在Linux、MacOS和Windows系统上的安装，TensorFlow分为CPU版和GPU版，初学者是适合CPU版，之后建议更换为GPU版。TensorFlow的安装方式有很多，例如Pip安装和Anaconda安装等，网上的安装教程也有很多，但是要特别注意，每一种安装方式对应的版本极其重要，错误的版本搭配会导致安装不成功。特别需要注意的是，Windows环境下安装TensorFlow需要python3.5-3.7之间。
注意：TensorFlow2.0是目前最新版，但是本文将会继续使用TensorFlow1.0版本作为学习手段，考虑到TensorFlow2.0和TensorFlow1.0变化较大，完全沿用本文的安装方法去安装TensorFlow2.0可能会出现问题。
1.安装Anaconda
安装Anaconda的相关教程可参考博客：环境安装——Anaconda安装（https://blog.csdn.net/qq_41959920/article/details/109095410）
2.创建虚拟环境
这里我们使用一个新的虚拟环境和之前的安装组件组分开。
打开Anaconda Prompt在cmd中输入以下命令行来创建一个虚拟环境：
>conda create --name Python_Lab python=3.6
这行命令的意思是利用conda创建一个名字为“Python_Lab”的python为3.6的虚拟环境，这里的“Python_Lab”可以自定义，注意此时仅仅是创建了一个虚拟环境，还没有安装任何组件。
在cmd中输入以下命令来查看conda的所有虚拟环境：
conda info --envs
可以看到，我们的虚拟环境已经创建成功：
3、安装tensorflow
我们希望将tensorflow安装到上一步构建的虚拟环境中，所以先激活该虚拟环境，输入以下命令：
activate Python_Lab
activate后面跟的是我们新创建的环境名，激活成功后就会进入如下：
此时我们输入如下命令来安装tensorflow：
pip uninstall tensorflow
pip install tensorflow==1.7.1 -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com
第一行命令是卸载已有的tensorflow，如果没有则不会进行操作；
第二步是从阿里云镜像中下载tensorflow1.7.1。注意这里的阿里云镜像也可以更改为其他国内镜像，它的作用仅仅是提高下载速度，如果不适用镜像，下载速度会很慢，大概需要一个小时。
注意：tensorflow一定要指定版本号，如果不指定版本号会默认下载最新版本，tensorflow2.0很可能会匹配出错。注意版本匹配（下面的版本搭配经过测试）：
python3.5+tensorflow1.5
python3.6+tensorflow1.7.1（推荐）
下载好后，在该环境下输入以下命令可以查看conda中已安装的包及其版本：
conda list
当可以看到tensorflow1.7.1的时候一般既可以默认安装成功。
如下图，tensorflow就是我们刚刚创建的新环境，右边为其所在的路径
4、导入tensorflow测试
在窗口中继续输入python进入python语句解析模式，然后输入import tensorflow来进行导入测试：
如果没有报错，即为安装成功且tensorflow版本基本兼容，如果出现警告，则可能是其他模块的版本问题，不影响使用，例如出现如下类似警告：
FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated; in a future version
这是因为numpy版本过高，可以卸载原有的numpy，下载一个numpy1.16.4即可。
现在环境中输入exit()来推出python语句解析环境，然后继续在该环境下先后输入如下命令：
pip uninstall numpy
pip install numpy==1.16.4 -i https://pypi.tuna.tsinghua.edu.cn/simple
注意卸载numpy后环境可能会报错，这是因为numpy是很多包的基础，只要重新安装一个版本的numpy错误便会消失。
注意：以上一切的组件安装和卸载都是在之前新建的虚拟环境中进行的。