基本參數：（如何基本參數和我的電腦不一致，有可能會出意外的錯誤）
操作系統：Windows 10，64位
Anaconda版本：Python 3.6版本。關於Anaconda的介紹、安裝及使用教程可查看：點擊
本文寫作時間：2019年3月26日
全程手打，不可避免的可能出現某些錯誤，如果您發現請及時指正。
一、首先是安裝CPU版本Tensorflow
1、打開Anaconda Prompt，輸入清華倉庫鏡像：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
2、創建一個python3.5的環境，環境名稱為tensorflow：
注意，此時python的版本和后面tensorflow的版本有匹配問題，這一步選擇的為python3.5
conda create -n tensorflow python=3.5
有需要確認的地方，都輸入：y
環境名稱配置好之后，點擊Anaconda Navigator，左側的Environments就有了這一項tensorflow，如下圖：
3、在Anaconda Prompt中激活tensorflow環境：
activate tensorflow
激活后如下圖所示：
4、利用清華鏡像，安裝cpu版本的TensorFlow，其版本為1.13.1
pip install --upgrade --ignore-installed tensorflow #CPU
到這一步，CPU版本的TensorFlow就安裝好了，我們仍需要做一下測試，確保萬無一失。
5、測試Tensorflow
在激活TensorFlow環境下，輸入python，進入到python界面（圖中可以看出，python版本是3.5.4）
輸入以下代碼：
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
出現上圖的結果就說明安裝成功！
輸入pip freeze，可以看到tensorflow的版本為1.13.1
或者輸入pip list，但是有可能出現警告：解決方式為：點擊 ，用戶MrSky的回答。
DEPRECATION: The default format will switch to columns in the future. You can use --format=(legacy|columns) (or define a format=(legacy|columns) in your pip.conf under the [list] section) to disable this warning.
6、利用Anaconda Navigator安裝spyder、ipytho包。
打開Anaconda Navigator，切換到tensorflow環境，選擇Not installed，找到相應的包點Apply。
二、配置keras
安裝好tensorflow后，我們可以繼續安裝keras
1、在Anaconda Prompt中激活tensorflow環境，輸入:
pip install keras -U --pre
我安裝的keras版本為2.2.4，同樣，我們也需要進入python界面后輸入：
import keras #測試是否成功，成功安裝效果如下圖。
三、安裝GPU版本的tensorflow
1、配置環境
tensorflow-gpu的版本和CDUDA版本，甚至CUDNN版本都有着對應關系。這里選擇的版本為：
python：3.6
CUDA：9.0
CUDNN：7.0
這一部分安裝了這為博主的文章一步一步安裝（第三步、安裝tensorflow-gpu之前）即可，在這里就不重復了。
2、創建一個python3.5的環境，環境名稱為tensorflow-GPU：
conda create -n tensorflow-GPU python=3.6
環境名稱配置好之后，點擊Anaconda Navigator，左側的Environment就有了這一項tensorflow-GPU，如下圖：
3、在Anaconda Prompt中激活tensorflow-GPU環境：
activate tensorflow-GPU
4、安裝tensorflow-GPU，版本為1.7.0，建議使用清華鏡像安裝
pip install --upgrade setuptools #先更新一下pip，不然后面的安裝有可能報錯 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.7.0 #GPU版
此時可以驗證一下安裝是否成功，方法同上面的CPU版本驗證。
5、驗證此時的tensorflow的代碼是否是在使用GPU
import tensorflow as tf
a = tf.test.is_built_with_cuda() #判斷CUDA是否可用
b = tf.test.is_gpu_available(cuda_only=False,min_cuda_compute_capability=None) #判斷GPU是否可用
print(a)
print(b)
輸出結果是：
True
True
代表CUDA和GPU可用。
在這里要提醒一點，之前不知道怎么回事，在tensorflow-GPU這個環境里安裝了CPU版本的tensorflow，導致GPU版本的tensorflow安裝之后，始終無法調用，錯誤提示為：
No module named 'tensorflow'
因此提醒大家，在安裝之后用pip list看一下是否同時安裝了兩個版本的tensorflow，如果安裝了兩個版本，則先全都卸載掉，然后再重新安裝GPU版本。卸載方式如下（直接復制就好）
pip uninstall tensorflow #卸載CPU版
pip uninstall tensorflow-gpu #卸載GPU版本
6、查看一位博主的文章，如果同時安裝了兩個版本，默認下運行gpu版，如想運行cpu版，可代碼中設置如下：
with tf.Session() as ses:
with tf.device("/cpu:0"):
matrix1=tf.constant([[3.,3.]])
matrix2=tf.constant([[2.],[2.]])
product=tf.matmul(matrix1,matrix2)
如果這篇文章幫助到了你，或者你有什么問題，歡迎掃碼關注微信公眾號：一刻AI 在后台留言即可
四、其他安裝過程中遇到的問題（持續更新），也歡迎大家把遇到的問題和解決方式在留言區寫出，做一個避坑指南。
1、如何利用鏡像安裝特定版本的tensorflow
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.12 #CPU版
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.12 #GPU版
2、No module named 'tensorflow'
（1）各個包的版本不匹配，建議按照我的安裝版本進行安裝，親測可行。
（2）在安裝時，有些是用Anaconda Prompt通過pip安裝，有些是用Anaconda Navigator點擊Apply安裝，但是這兩個的安裝有時候會混亂，建議全都利用其中的一個途徑安裝