今天的文章投稿人是方哥，对，就是那个方哥
大家好，我是方哥
这几天项目由于学习需要，在自己电脑上安装了一些环境，就整理了一下
Win10下Anaconda、TensotFlow安装和Pycharm配置详细教程
各位小伙伴可以参考和选择学习
首先声明几点：
安装tensorflow是基于Python的，并且需要从Anaconda仓库中下载。
所以步骤是：先下载Anaconda，再在Anaconda中安装一个Python，（你的电脑里可能本来已经装了一个Python环境，但是Anaconda中的Python是必须再装的），然后在下载安装tensorflow。
因为Anaconda支持的Python版本与TensorFlow支持的Python版本不一致可能会导致安装出错，因此下载时候要先查询下Tensorflow支持Python哪个版本再下。
Anaconda下载与安装
（1）根据自己的系统，以及系统的位数，选择需要的版本。
我的电脑是Windows64位系统。
代码语言：javascript复制Anaconda下载网址
https://www.anaconda.com/products/individual
（2）下载后，选择安装包，点击next
（3）选择“I agree”选项
（4）选择Just Me就可以
（5）点击“Browse”选择安装的路径，接下来就是等待安装了。
（6）进度条结束时，选择next按钮
（7）取消勾选，然后点击“Finish”按钮，完成安装。
Anaconda安装成功与否测试
（1）进入Windows系统的cmd界面：
然后输入：conda --version检查anaconda的版本
（2）配置环境变量
控制面板—系统与安全—系统—高级系统设置—环境变量—系统变量—path—编辑—新建；将下面的三个路径添加到环境变量；路径要根据自己实际的安装路径决定；可以在电脑中先找到这个三个路径，然后复制路径—粘贴
安装Python
代码语言：javascript复制Anaconda对应的Python版本号：
https://docs.anaconda.com/anaconda/packages/oldpkglists/大家可以查看一下自己电脑相对应的版本
（1）在开始菜单中找到Anaconda 3文件夹，打开其中的Anaconda Prompt。
（2）安装Python解释器：conda create --n tensorflow python=3.5，其中tensorflow是自定义的环境名，可以根据自己的喜好来命名；3.5是Python版本，你可以根据自己需要安装相对应的版本。
在新建环境过程中，当出现Proceed([y]/n)?的字样时，输入y并按下Enter键继续即可，或者直接按Enter。
下面这个图说明安装成功
检查TensorFlow环境添加成功与否
（1）激活TensorFlow环境：activate tensorflow
（2）检查TensorFlow的环境添加到了Anaconda里面：conda info –envs
TensorFlow安装
我们要安装的是CPU版本，因为正常下载会很慢，所以这里我们使用清华镜像来下载；在命令下输入：
代码语言：javascript复制pip install -i -https：//pypi.tuna.tsinghua.edu.cn/simple tensorflow
测试TensorFlow安装是否成功
由于TensorFlow2.X版本和1.X版本有一些区别，所以用1.X版本下的方式进行测试会出现如下情况：
代码语言：javascript复制AttributeError: module ‘tensorflow’ has no attribute ‘Session’所以在TensorFlow2.X版本下，使用如下代码进行测试：
输入python进入Python编译环境
（依次输入如下命令：）
测试成功将返回结果
tips：
安装TensorFlow的过程中，一般情况如果不是大型的深度学习任务，安装cpu版本就够用了，且可能比安装pgu版本运行速度还快很多。
配置TensorFlow至Pycharm
如果你不需要Pycharm作为开发环境，可以略过这一步。
(1)打开Pycharm，点击“file”菜单下的settings
（2）点击“Project：Pycharm”中的“Project Interpreter”，点击右侧的小三角下的“Add”按钮，添加安装TensorFlow下的Python
（3）配置好以后，输入如下代码：
代码语言：javascript复制import tensorflow as tf
tf.compat.v1.disable_eager_execution()
hello = tf.constant(‘hello,tf’)
sess = tf.compat.v1.Session()
print(sess.run(hello))
执行结果：
说明将TensorFlow配置到Pycharm已经成功，至此就全部完成了。
初次整理，多有不足，多多包涵。
有问题可以后台留言
END
