注意！注意！！注意！！！
(重要的事情說三遍)
安裝前檢查：
1.Tensorflow不支持Anaconda2，Tensorflow也不支持python2.7和python3.7(滿滿的辛酸淚！)
2.Tensorflow版本和Keras版本越高越好，避免各種Bug
安裝過程出現的Bug:
1.報錯提示："from pip._internal.main import main ModuleNotFoundError: No module named 'pip._internal.main"問題
原因分析：python版本不支持(Tensorflow不支持python2.7和python3.7)
解決辦法：重新創建虛擬環境
2.報錯提示：THESE PACKAGES DO NOT MATCH THE HASHES FROM THE REQUIREMENTS FILE
原因分析：網速較慢，斷線等其他原因導致
解決辦法：使用命令【pip install --upgrade tensorflow】解決
3.報錯提示：python -m pip install --upgrade pip
問題分析：pip版本未更新
解決辦法：執行命令 【python -m pip install --upgrade pip】 更新pip版本，記得按回車符確認
詳細安裝步驟：
一、安裝Anaconda環境：
官方下載地址：https://repo.continuum.io/archive/
安裝教程請參考：https://docs.anaconda.com/anaconda/install/windows
Anaconda安裝之后，在Windows10開始菜單中檢查以下所示幾項
二、安裝Tensorflow：
1.點擊 Anaconda Prompt，出現如下界面
2.創建名為tensorflow的虛擬環境：【conda create --name tensorflow python=3.6】
(注意：python版本不能是2.7或者3.7)
3.激活tensorflow虛擬環境:【activate tensorflow】
4.執行tensorflow安裝命令:【pip install tensorflow】
報錯提示:python -m pip install --upgrade pip
問題分析：pip版本未更新
解決辦法：執行命令 【python -m pip install --upgrade pip】 更新pip版本，記得按回車符確認
5.重新執行【pip install tensorflow】命令
報錯提示：THESE PACKAGES DO NOT MATCH THE HASHES FROM THE REQUIREMENTS FILE
原因分析：網速較慢，斷線等其他原因導致
解決辦法：使用命令【pip install --upgrade tensorflow】解決
6.tensorflow安裝成功，如下圖所示
二、安裝Keras：
1.執行Keras安裝命令【pip install keras】，如下圖所示
三、tensorflow+keras安裝檢查：
1.tensorflow虛擬環境下執行python，查看我們創建的tensorflow環境下python版本
2.執行命令【import tensorflow as tf】檢查tensorflow是否安裝成功，若無報錯，則安裝成功
3.執行命令【import keras】檢查keras是否安裝成功，若沒有報錯，則安裝成功，如下圖所示
4.執行keras程序
import numpy as np from keras.models import Sequential from keras.layers import Dense, Dropout # Generate dummy data x_train = np.random.random((1000, 20)) y_train = np.random.randint(2, size=(1000, 1)) x_test = np.random.random((100, 20)) y_test = np.random.randint(2, size=(100, 1)) model = Sequential() model.add(Dense(64, input_dim=20, activation='relu')) model.add(Dropout(0.5)) model.add(Dense(64, activation='relu')) model.add(Dropout(0.5)) model.add(Dense(1, activation='sigmoid')) model.compile(loss='binary_crossentropy', optimizer='rmsprop', metrics=['accuracy']) model.fit(x_train, y_train, epochs=20, batch_size=128) score = model.evaluate(x_test, y_test, batch_size=128)
四、分別在Spyders和Pycharm中運行：
Spyders中執行keras程序如下所示：
注意事項：請按照如下標注的步驟執行，否則會出現一些錯誤，若在IDE中報錯，我們在命令行窗口首先檢查是否安裝成，如安裝成功則定位問題出現在環境配置上，否則問題出現在安裝環境上。
（1）Anaconda命令行窗口檢查環境是否安裝成功，按照如下步驟執行，若沒報錯，則說明環境安裝成功
（2）打開Anaconda Navigator，然后按照如下步驟執行
- 在Home中Applications on下拉框中選擇我們所創建的tensorflow虛擬環境
- 安裝Spyder，默認是Install（即沒有安裝），我們點擊Install，安裝之后顯示Launch（切記不管你之前有沒有Spyder客戶端，都一定要安裝Spyder，原因如下：本地Spyder，它默認是基於base虛擬環境，當我們在執行keras程序時，報錯提示無法找到keras和tensorflow，但我們需要在tensorflow這個環境下執行keras程序，所以需要在tensorflow這個虛擬環境下重新安裝一次，這樣就可以執行我們的keras程序了）
- 點擊Spyder下的Launch，然后執行上述keras程序便可
Pycharm中執行keras程序如下所示：
- 打開Pycharm創建名為 1106 的Python project
- 將Anaconda中配置好的環境加載到Pycharm：File—>Setting—>Project python—>Project Interpreter 選擇我們創建的tensorflow環境，如下，我的tensorflow環境E:\Software\Anaconda3\InstallProgram\envs\tensorflow\python.exe，選中執行右下角Apply和OK
- 執行keras程序，結果如下
參考資料
https://www.cnblogs.com/zeroingToOne/p/8407059.html
https://blog.csdn.net/daodanxiansheng/article/details/88132980
https://blog.csdn.net/lincoco49/article/details/85381383