Anaconda版本：Anaconda3-5.2.0-Windows-x86_64
Python版本：Python 3.6.5
tensorflow版本：tensorflow 1.14.0
首先在安装之前你需要由自己的电脑硬件确定安装TF(cpu)版或者是TF(cpu)版！打开“我的电脑-属性-设备管理器-显示适配器”，确定显卡为AMD还是为NVIDIA。AMD对应cpu版，NVIDIA对应gpu版。
我在安装时很迷糊的安装了tensorflow-gpu 版，后期环境搭建完成后在Spyder上跑MNIST数据集时出现了缺少‘nvcuda.dll’的提示，在搜索下载脚本按要求安装在相关目录下以后没有解决问题。我甚至从别人电脑拷贝过来相关缺少文件，但是无作用，后面才知道AMD的电脑怎么会有NVIDIA相关文件（尴尬）。
如果你的电脑是AMD显卡可以参考我的安装经验。注意安装anaconda时一定要把环境变量加入windows环境中。要没有勾选，安装完后还要手动加入。
安装anaconda完成后，打开anaconda Prompt(此处最好右键选择‘以管理员身份运行’，避免后期安装遇到权限相关警告或错误)。
查看conda版本:
conda --version查看已安装内容，有基本的相关内容:
conda list
在list中确定已安装python版本：3.6.5:
用Anaconda3创建一个python3.6.5的环境，环境名称为tensorflow:
conda create -n tensorflow python=3.6.5在proceed ([y]/n?)出现后输入‘y’ 然后Enter。安装完成后运行 开始菜单—>Anaconda3—>Anaconda Navigator，点击左侧的Environments，点击下拉可以看到除了base(root)外tensorflow的环境已经创建好了。
在Anaconda Prompt中启动tensorflow环境：
activate tensorflow或者
conda activate tensorflow而退出环境将 activate 换成 deactivate 即可。
启动tensorflow环境，为了能够更快更顺利的下载tensorflow组件，我们借助镜像进行下载，此处我使用豆瓣镜像。下载最新版本的tensorflow（2019.10时下载最新为TF2.0.0版）可使用如下命令：
pip install tensorflow -i https://pypi.douban.com/simple此处若不想使用镜像，可使用如下命令下载最新版本tensorflow:
pip install --upgrade --ignore-installed tensorflow我下载的版本为TF1.14.0，为TF1.x系列的最后版本，命令为：
pip install tensorflow==1.14.0 -i https://pypi.douban.com/simple我在此处使用1.x系列的版本是因为我所有的MNIST数据集的代码是1.x系列的，其中的有些函数在TF2中是有变化或者被删除的，我在TF2中编译时不断报错，而作为一个渣渣，我果断放弃了改写代码的想法，转为改变tensorflow版本，而TF1与TF2的不同可自行了解。
由于使用镜像下载过程非常快，比较顺利，但是出现了唯一一处红色错误提示：
ERROR: tensorboard 1.14.0 has requirement setuptools>=41.0.0, but you'll have setuptools 39.1.0 which is incompatible.简单翻译过来就是错误原因： setuptools 版本太低。知道原因就很好办了，办法为更新setuptools版本即可：
pip install --upgrade setuptools到此我们就完成了tensorflow1.14.0(cpu)的下载。可使用 conda list查看下载内容。然后可输入> python,>>> import tensorflow as tf ,若未出现非白色警告或错误即安装顺利。
然后需要在TensorFlow环境下安装需要的插件。打开Anaconda Navigator—>Home—>Applications on—>tensorflow，找到Spyder或者jupyter，点击 installed进行安装。
也可打开Anaconda Navigator—>Environments—>tensorflow—>Not installed，在Search Packages中 找到Spyder或者jupyter，点击 进行安装。
安装完成后即可完成tensorflow环境下Spyder的下载，即Spyder(tensorflow),可在菜单>最近添加 中查看。
