经历环境的崩溃以后，为了防止以后再在环境配置上走弯路，特此记录搭建环境的每一步。
基本环境：Win7/64位/GPU/CUDA8.0
1.利用anaconda配置环境，从anaconda下载对应的anaconda软件，大约几百M，下载完成以后直接安装即可。
win+R--cmd终端命令---activate base环境，开始显示activate不是命令，此时需要将anaconda以及anaconda/scripts所在的路径添加到环境变量中。(具体步骤，我的电脑-系统属性-高级系统设置-高级-环境变量-系统变量-找到Path）
注意：是在path后添加即可，不要删去原有path。
下载anaconda默认的是python3.7，如需其他版本的可创建虚拟环境，也可在下载anaconda时就选择合适的版本。之前tensorflow不支持python3.7，现在TensorFlow1.13支持python3.7，所以可直接pip/conda下载即可.TensorFlow2.0版还没有亲测，测试以后补充。
2.现在常用的深度学习框架包括，Keras，TensorFlow，pytorch，caffe（现在已经很少了），这几个环境都可以直接利用pip安装，且版本都默认下载最新。在下载pytorch时候清华镜像最好不要用，不知是我不会用还是怎么的，之前的环境搭好想下载pytorch-gpu版本，pip下载速度太慢，就用清华镜像，然后所以的包都显示不能用，原因是channels default，然后排查了一整天也没有排查出来.只好还是下载下来用pip安装，最保险。配置环境太麻烦了！
3.在配置好环境以后出现的坑在下面说一下:在python3.7环境下安装TensorFlow时遇到跟Keras版本不匹配的情况，排除了原因大概是因为我配置环境的时候用conda安装了Keras用pip安装了TensorFlow，又因为两个tf和Keras是耦合的，所以单独运行TensorFlow不会出错，运行Keras的时候涉及底层的包就报错。还有原因就是anaconda现在最新的是2018.12月的，TensorFlow最新是最近才支持python3.7的。
最好配置各个框架的虚拟环境，互不影响!
4.在看完Keras中文手册以后对Keras有了更加基础的了解。之前一直有疑问，为什么下载的TensorFlow文件中已经包含了Keras包，且里面的函数都一样，为什么还需要重新下载。Keras本身就是一个框架，最后的运算都在TensorFlow或者theano框架上运行，所以不管是TensorFlow还是theano都与Keras强耦合的。现在TensorFlow也是Keras的官网接口。关于Keras的使用，想更深入的了解可以看看中文手册，一步一步安装，避免进坑！