基礎概念
Python2.x or Python3.x
自從20世紀90年代初Python語言誕生至今，一直在迭代更新，根據出現的時期，可以分為Python2.x和Python3.x兩個大版本。其中Python3.x進行了較大的升級，為了避免太多的累贅，設計時，沒有考慮向下兼容（也就是低版本的不可以被高版本的編譯，會產生錯誤。）[1]。Python2.x隨着Python語言的不斷完善，即將推出歷史舞台，據消息稱[2]：
自2020年1月1日起，Python 2將不再得到支持。Python的核心開發人員將不再提供錯誤修復版或安全更新。
因此，如果你仍在使用Python 2.x，是時候將代碼移植到Python 3了。所以建議安裝時選擇3.x版本。
Python模塊、包、庫的概念
正如你所理解的，Python就是一門普通的編程語言，有自己的語法，可以定義一些變量和函數實現一定的功能，文件的后綴名就是.py。然而在實際開發過程中，任何語言不是簡簡單單的變量和函數這樣的最基本的架構，在Python中，存在以下定義[3]:
- 模塊：后綴名為.py的單一文件被稱作“模塊”，這個是一些函數組合而成的最小功能單元。
- 包：所謂的“包”就是指多個模塊組合而成的更高級的功能單元，你可以理解為Windows中的文件夾，然后多個.py文件就構成了包。當然包也可以存在多級子包，就好像文件夾也可以存在多個子文件夾一樣。並且文件也可以和文件夾處在同一級。包的根目錄下一定有
init.py這個文件，用於初始化。 - 庫：“庫”和“包”本質上沒有太大區別，也是模塊的集合，當然也可以包括一些包，這些組合在一起，就稱作“庫” [4]。
安裝Anaconda就夠了
在實際開發時，僅憑借自己編程制作模塊，效率十分低下，俗稱造輪子。因此大部分開發者都會引入許多現有的輪子，然后再在此基礎上進行二次開發，俗稱調庫。所以這其中就涉及到一些引入包、庫等資源的問題。獨立安裝Python時，安裝這些庫需要自己手動，很不方便[5]，這時就誕生了Anaconda這樣的集成工具包了。 Anaconda是集成工具包，里面包含了開發中需要的各種依賴庫和模塊，可以提供給我們直接使用，提高我們的開發效率。除此之外，Anaconda還提供了一些以Python為基礎的其他工具，例如Jupyter Notebook,Spyder(IDE),Anaconda Prompt等等，為Python的程序開發提供了巨大的便利。
其實說了這么多，我只是想告訴你，正是因為上述原因，一般在搭建Python開發環境時，只需要安裝Anaconda就可以了，他的安裝包里自帶了Python編譯器，還有各種各樣的庫，安裝時只需要傻瓜式的一直點下一步就行了（部分地方需要視情況修改）。
Python與Anaconda版本對應關系
如上面所說，Anaconda自帶了Python編譯器，但是自帶的這個編譯器的版本和Anaconda的版本之間是有對應關系的[6]。Anaconda在每次發布新版本的時候都會給python2和python3都發布一個包，版本號是一樣的(anaconda2-xxx和anaconda3-xxx)。所以我們在選擇Anaconda版本時，也應該盡量選擇安裝兼容更好的版本。
這里我們推薦最穩定的 Anaconda3-5.2.0(python 3.6.5)這個版本。具體的版本對應關系和下載地址如下：
Python與Tensorflow版本對應關系
不僅Python與Anaconda存在版本對應關系，Python還與Tensorflow有對應關系。目前在Windows系統下，tensorflow的gpu和cpu版本兼容python3.5和3.6版本[7]，因此要想穩定運行最好選擇Python3.6版本的Python，那么就要去找對應的Anaconda版本。這樣在搭建環境時才能避免出現各種各樣的問題。
Python的IDE
所謂的IDE就是指的集成開發環境，開發環境可以為編程人員提供代碼高亮注釋、關鍵詞自動提示、包庫的快速查看等等多種方便快捷的功能，從而大大加快了開發的周期。常用的python的IDE有很多[8]，這里我們主要使用Pycharm這一款。
小結
上面啰里啰唆說了一堆，主要是為了掃除安裝過程中的一些問題，因為這些都是我作為一個小白，親身經歷並總結的。
總而言之，要在Win10環境下搭建一個可以深度學習的開發環境，需要安裝合適版本的Anaconda然后安裝Tensorflow，最后選擇一款適合自己的IDE，通過適配，實現整個環境的搭建。
安裝教程
Anaconda安裝教程
下載安裝包
Anaconda3-5.2.0(python 3.6.5)(Win10 64位)
按提示安裝
這里僅給出需要修改的地方，其余的按提示操作即可。
驗證安裝是否正確
按上述步驟安裝后，你將會在win10的開始菜單中看到最近添加了這些：
使用WIn + R，打開命令行窗口，輸入以下命令，用來驗證Anaconda環境是否配置成功：
conda -V
python -V
出現上面的結果則表示環境變量設置好了。
小結
通過安裝Anaconda，我們就獲得了一個自帶的Python，這個Python的版本和Anconda的版本是綁定在一起的，可以通過更新，升級版本。Anaconda主要實現python包的管理，以及創建虛擬環境。包庫的管理由Anaconda自帶的conda來完成，這就是為什么你看到的上面的命令全部是conda開頭的。在實際開發中，因為python版本不一樣、包庫不一樣，所以如果要把你的代碼給別人運行，那光適配這個環境都要花好久時間。因此為了解決這個問題，Anaconda設計了可以創建虛擬環境的功能，所以當你需要創建一個工程時，你只需要按照需求，選定所需的一些環境參數后（如包庫版本號什么的），創建一個管理該工程的虛擬環境，在這個環境里開展工作，以后發給別人時，只需要打包環境就可以實現共享了。
Tensorflow安裝教程
設置鏡像源
為了讓下載時更快速，一般都要設置鏡像源來加速，這里選擇清華鏡像源（之前掛了有好了）[9]。
首先，打開Anaconda Prompt的命令窗口：
然后輸入：
conda config --show
查看當前的鏡像源，如果沒有，則通過下面的命令添加清華鏡像源：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --set show_channel_urls yes
如過要刪除則通過下面的命令刪除：
conda config --remove-key channels
創建基於python 3.6 的tensorflow環境
conda create --name tensorflow python=3.6
進入虛擬環境 tensorflow
conda activate tensorflow
安裝Tensorflow
conda install tensorflow
查看虛擬環境
conda info -e
查看虛擬環境已經安裝的包
conda list
驗證Tensorflow是否安裝成功
python
import tensorflow as tf
如果不報錯，則表示安裝成功。
小結
Tensorflow只不過是眾多python第三方包中的一個重要的深度學習包（或者稱之為框架）。因為Anconda的源默認是官網的，由於網絡限制，網速極慢，所以需要設置到國內的清華源。創建虛擬環境也基本按照上面的套路進行，即創建環境→激活環境（進入環境）→安裝所需包→退出環境。這里面用到的conda指令可以去詳細了解，這里我們就不展開了。
Pycharm安裝教程
Pycharm有兩個版本，即專業版和社區版，當然是選擇專業版啦！
按照提示點擊按鈕完成基本安裝。
補丁破解
找到pycharm安裝目錄下的bin，將破解文件JetbrainsCrack-release-enc.jar(鏈接：https://pan.baidu.com/s/1B_CGvojKZnabQIkMMiP11g 提取碼：7s5v )復制粘貼進去，然后，在pycharm.exe.vmoptions和pycharm64.exe.vmoptions添加以下代碼：
-javaagent:D:\Program\PyCharm 2017.3.4\bin\JetbrainsCrack-release-enc.jar
其中后面的路徑就是破解文件的路徑。
激活
打開Pycharm，將激活碼復制進去，實現激活。
激活碼：
SSUJFAQGMI-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-eNTyizE3kmBWEVd8daP6msWpn1/6mapFOi/fYBbc8LokedHKs0W1P+RNBR7eWPuD8efGE0EI00CydiPSOz+7qFHMaW69aW/2x5JTH3Nb6qIH9qVWCZDi1Sb5BDQxpen5OUVGks6rOtaNkOIAhQMbZyKTEQDd9rg0hUEY0BxhwDdR1zWlCWFL9h0smFWqncVvvt5wX09W4WnepJ+wYvUOgW0gPJTwV1NsCoa5hfgh5tVOKqfiuT3uD1QYYKh1Q6DYAKDMpkkObEt6BAwg7Gdg4MV7/f4R01RSRaZm7JJuoECeRSswzMLipDLMeAXTEAeHOumgZVsofvkhYAGQUuvNXA==-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
配置解釋器
激活成功后，打開一個文件夾，作為工程目錄。然后為這個目錄設置解釋器，這里的解釋器位置就在前面Anaconda所創建的虛擬環境下。
配置主題
可以修改主題為onedark樣式(鏈接：https://pan.baidu.com/s/1RKnKyLsDyka5KgsRLy-D5w 提取碼：1xxt )，在settings/EDditor/Color Scheme下導入文件即可。
測試運行
小結
Pycharm是一款十分方便的IDE，只要設置好Python的解釋器后，就可以愉快的編程了。更多技巧還需要后續學習。
寫在最后
環境的配置確實很頭疼，這里面主要會發生這么幾個問題：
-
環境變量沒有設置好，導致命令行報錯。
-
Tensorflow和python版本不對應，導致python下運行tensorflow代碼報錯。
-
Pycahrm解釋器路徑錯誤，導致python下運行tensorflow代碼報錯。
如果有問題歡迎在下面留言探討。