一、 Anacond的介绍
本文总结安装过程遇到的问题，以及 本机解决方案，并非保姆教程
主要参考博客，此博客过程是详细的，但需要避坑：
https://blog.csdn.net/weixin_42555080/article/details/100704078
1、首先了解anacond是什么，有什么作用是必要的。
Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。 因为包含了大量的科学包，Anaconda 的下载文件比较大（约 531 MB），如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的发行版（仅包含conda和 Python）。
Conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换
Anaconda包括Conda、Python以及一大堆安装好的工具包，比如：numpy、pandas等
Miniconda包括Conda、Python
2、问题
1）anacond版本5.0.0，对应的python版本选择的是：3.6.2 python版本一定不能选择太高，最好在安装好anacond之后搜索以下可以下载的python版本号：conda search --full-name python
2）总的来说，在安装的过程中没有遇到棘手的问题，但是卸载重装的时候，最好根据官方推荐的方式去卸载，会更加彻底。
官方卸载链接：https://docs.anaconda.com/anaconda/install/uninstall/
在输入：conda install -clean时
抛错：ERROR conda.core.link:_execute_actions(337):
解决：https://blog.csdn.net/weixin_40592798/article/details/105940860
输入了这行命令：conda install tqdm -f
二、在Anaconda中TensorFlow的环境配置
1、首先一定要使用国内镜像！否则速度特别慢，国内镜像资源较多，但很多都不能用了，所以可以多添加几个，或者一个一个试。
我最后添加的并下载成功的是：（这是在c盘user中通过输入下面cmd命令后自动生成的，注意将自动生成的deflaut删除掉，就不会默认选择某一个了）
**channels:
- https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
- https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
show_channel_urls: true**
在cmd中具体命令如下：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
conda create -n tensorflow python=3.6.2 (注意：自己python是哪个版本就装哪个 cmd python --version)
通过这样的命令，我的tensorflow python就顺利添加成功，没有遇到别的问题了。最开始遇到的问题就是，没有添加镜像路径导致速度慢，其次就是添加的镜像失效。
解决问题主要参考了：https://www.pianshen.com/article/8166269092/
三、TensorFlow的安装
因为tensorflow安装的版本问题，困惑了很久，安装的版本太高总是出现各种各样的问题。
最终通过查看python3.6.2适合的tensorflow版本，选择了清华源有的最老的版本，安装后适合大多数电脑的默认环境（主要是VS），不会Import Error。
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.13.1然后再降低numpy版本
pip install numpy==1.16通过这样的命令，顺利安装好tensorflow
解决此问题主要参考：https://blog.csdn.net/weixin_43483381/article/details/104259884?biz_id=102&utm_term=tensorflow%E5%AE%89%E8%A3%85%E5%9B%BD%E5%86%85%E9%95%9C%E5%83%8F%20cpu&utm_medium=distribute.pc_search_result.none-task-blog-2allsobaiduweb~default-2-104259884&spm=1018.2118.3001.4187
四、为什么需要tensorflow？
1、TensorFlow 是一个机器学习框架，如果你有大量的数据，或者你在追求人工智能最先进的技术：深度学习、神经网络等，它都会使你如虎添翼。
2、TensorFlow 的 eager execution 让你像纯 Python 程序员一样进行交互：即时编写和即时逐行调试，而不是在构建那些庞大图表时还得屏住呼吸。
3、TensorFlow™是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief。ensorflow拥有多层级结构，可部署于各类服务器、PC终端和网页并支持GPU和TPU高性能数值计算，被广泛应用于谷歌内部的产品开发和各领域的科学研究。TensorFlow由谷歌人工智能团队谷歌大脑（Google Brain）开发和维护，拥有包括TensorFlow Hub、TensorFlow Lite、TensorFlow Research Cloud在内的多个项目以及各类应用程序接口（Application Programming Interface, API）。自2015年11月9日起，TensorFlow依据阿帕奇授权协议（Apache 2.0 open source license）开放源代码