创建虚拟环境安装TensorFlow

python是向上兼容，Python 3.x 不向下兼容。更下一级的子版本，在非生产环境，譬如学习阶段，并不会有太大的区别。类似的，以 Python 3.8 为例子，如，Python 3.8.1 和 Python 3.8.2 或 Python 3.8.3 在学习阶段，基本没感知。但是如果要细究，还是存在一些差异，比如随着python版本的更新，一些库没有同时更新，导致高版本的python没有相应的库。如果想在高版本的python中用这个库，很多文章会让我们降低python的版本，但是怕麻烦的我还是选择创建虚拟环境，相信大家在安装TensorFlow的时候一定都遇到了不少的麻烦（此处安装的是CPU版本，现在跑的代码量使用GPU版本犹如杀鸡用牛刀）
python官网

创建虚拟环境

打开Anaconda Navigator,这是一个 用于管理工具包和环境的图形用户界面。
在此可以创建虚拟环境。

可以选择指定的python版本，在这里我选择了3.6的版本，将虚拟环境命名为tf，事实上在anaconda promt 中也可以完成相应操作，

conda create -n tf python==3.6

和上面在anaconda Navigator进行的操作是效果相同的。

查看python版本对应的TensorFlow版本

activate tf

此时环境由base环境成为了tf环境。
此时可以开始我们的安装过程了

安装TensorFlow

在激活的环境中输入(input)

pip install tensorflow==2.1.0 -i https://mirrors.tuna.tsinghua.edu.cn

在这里我指定了tensorflow的版本，如果未指定，在安装的时候会下载很多个版本，接入清华源是为了下载的速度更快，这个库有大概400多Mb的大小。

1. 网络不好，因为这个库比较大，可能中途会断线
2. 下载时会报错，未下载成功某个包，此时只需要pip install 指定的包名，比如scipy==1.4.1 下载失败，重新下载即可。

   pip install scipy==1.4.1

FLowchart流(stream)程图

测试

安装好后，可以直接在激活环境后的anaconda prompt 中进入python

import tensorflow as tf
a = tf.zeros(shape=[1,2])
print(a)

中间有一大堆东西，不用管它

参考博客
[1]:https://blogdev.blog.csdn.net/