第一章介绍环境
首先需要安装好Anconda或者python。
Anaconda是python的集成环境，安装成功后有下面四个模块，Anaconda Prompt相当于windows的cmd窗口，Anaconda Navigator是图形可视化界面，Spyder是Anaconda自带的一个编辑器。Jupter Notebook是分析和处理数据的程序，也算是一个编辑器。
Note：python3.7不支持tensorflow，也就是说tensorflow最高用python3.6.
解决方案：
（1） 重新安装python3.6或以下版本，在安装tensorflow
Note：anaconda官网没有python3.6版本对应的anaconda版本，个人免费版只有python3.7和python2.7对应的anaconda版本。所以不好下载，只能用直接装python3.6，但这个不是需要创建的库太多，比较麻烦。
（2）已经安装Anacodna3-5.3.1版本，这是个集成包，对应的python3.7版本。不能直接安装tensorflow，但是也不必卸载，可以先创建python3.6环境。
第二章在Anaconda中配置tensorflow环境（我安装的Anaconda对应python3.7版本）
Note：只要python版本高于3.6，则在安装tensorflow时，指定python号3.6.
（1） 打开Anaconda Prompt
（默认进入的是root环境，在此环境下创建一个新的tensorflow环境）
（2） 检查版本信息
包括anaconda版本。默认的Python版本，系统版本等信息。Note:前缀base表示我们目前在root环境里面。
输入命令：conda info
（3） 检查目前的安装环境：conda info --envs(双短线)
如下图，只有base环境，没有tensorflow环境
（4） 检查支持的python版本：conda search --full-name python 检查时网络中断，很常见，多试几次就好了
这是检查出的支持的python版本（版本太多，只截屏了一部分）
（5） 选择一个支持的python版本安装，在此选择pyton3.6版本，一定要写上版本号，否则默认就是anaconda root的最新版本3.7了。
输入安装命令：conda create --name tensorflow pythnotallow=3.6# 创建python3.6的环境，命名为tensorflow
输入y确认安装，自动安装python包
这里也常出现安装出错，一般是网络中断了，多试几次即可成功
第一次20.7M这个文件下载超时，出错。
于是又重新试了4次才下载成功。如下图：
（6）添加tensorflow环境：activate tensorflow# 激活tensroeflow （相当于进入创建的tensorflow目录）
再次查看目前的安装环境：conda info --envs #看到前缀多了tensorflow,环境也多了。
若在图形管理界面Anaconda navigator显示如下，则会多一个tensorflow环境，就是刚新建的
（6） 检查新环境中的python版本：python –version
(7)退出当前环境：deactivate
进入tensorflow环境：activate tensorflow
第三章在Anaconda中安装tensorflow（CPU版本）
在配置好tensorflow环境后，开始安装tensorflow
（1）打开anaconda prompt命令行，默认进入的是(base)也就是root环境，请确保输入activate tensorflow后进入了tensorflow环境，网络不好下载失败时请多下载几次（多达10次也是可能的！）。
CPU版本安装：pip install --ignore-installed --upgrade tensorflow （GPU版本安装：pip install --ignore-installed --upgrade tensorflow-gpu
我安装重试了7次才安装成功。（CPU版本）
下图为安装成功的界面，
然后在tensorflow环境下输入：python #显示python版本号
再输入:import tensorflow as tf #能进去就说明成功了
或者如下图所示直接进cmd，先激活tensorflow环境：activate tensorflow
再输入python，获取版本号；然后输入import tensorflow as tf
第四章测试tensorflow
1.用pycharm编辑器 测试
（1）安装好后测试，打开pycharm，选择编译器为tensorflow环境下的python。
（2）输入测试代码
import tensorflow as tf
hello = tf.constant('hello,tf')
sess = tf.Session()
print(sess.run(hello))
**运行报错：**AttributeError: module ‘tensorflow’ has no attribute ‘Session’
**原因：**tensorflow安装没有问题，只是说明安装的是tensorflow2.0以上版本，需要修改代码才能正确运行。
修改代码：
import tensorflow as tf
tf.compat.v1.disable_eager_execution()
hello = tf.constant('Hello,tf')
sess = tf.compat.v1.Session()
print(sess.run(hello))运行结果如下图，说明测试成功。
2.用spyder测试
打开Anaconda Navigator，环境中选择tensorflow，切换到tensorflow环境下。然后下载对应的Spyder。
安装好后，菜单栏会有spyder（tensorflow）版本的编辑器。而默认的spyder是Anaconda自带的python3.7环境下的编辑器。
打开Spyder（tensorflow）编辑器，输入如下代码直接运行
import tensorflow as tf
tf.compat.v1.disable_eager_execution()
hello = tf.constant('Hello,tf')
sess = tf.compat.v1.Session()
print(sess.run(hello))运行结果如图所示：
