把镜像地址改为清华大学开源软件镜像站，打开 管理员身份打开cmd 输入
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
之后在cmd下输入命令安装，建立TensorFlow的anaconda虚拟环境
conda create -n tensorflow python=3.5 anaconda
#conda create -n tensorflow-gpu python=3.5 anaconda
启动anaconda虚拟环境
activate tensorflow
在anaconda环境中安装TensorFlow和Keras
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple keras
pip install tensorflow
pip install keras
pip install -I https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/tensorflow-1.1.0-cp35-cp35m-win_amd64.whl
参考 ： https://mirrors.tuna.tsinghua.edu.cn/help/pypi/
https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
如果需要升级pip： python -m pip install --upgrade pip
如果未定义考虑anaconda环境变量是否配置好。
https://blog.csdn.net/weixin_39750084/article/details/85722233
activate tensorflow之后，输入python查看python版本号，并可以编写测试
如果在虚拟环境下，进入jupyter notebook之后，通过
import sys
sys.executable
查看到notebook还是处于一个非虚拟的python之下时，需要使用如下命令。
conda install nb_conda
安装相关插件。安装过慢则更改镜像路径。如本文所写
之后重启，在notebook中修改环境。。。。。
插件：
conda install -c conda-forge jupyter_contrib_nbextensions
参考链接：
https://www.jianshu.com/p/afea092dda1d
https://blog.csdn.net/sinat_34328764/article/details/83214172