版本說明：
多次實驗后，python3.5+TensorFlow1.2+numpy1.16.4比較成功，不會報奇奇怪怪的錯。（安裝流程中會說到，不需要提前下載）
准備工作：
找到電腦：C:\Users\Administrator（為了防止小白看不懂，Administrator就是電腦用戶名，比如我電腦名是PC，地址就是C:\Users\pc）中的.condarc文件，打開，然后修改一下，安裝Tensorflow時，需要從Anaconda倉庫中下載，一般默認鏈接的都是國外鏡像地址，下載肯定很慢啊（跨國呢！），這里我是用國內清華鏡像，需要改一下鏈接鏡像的地址。
.condarc文件中復制粘貼以下：
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
show_channel_urls: true
ssl_verify: true
安裝流程：
1：從官方網站下載Anaconda
https://www.anaconda.com/distribution/
2：進行軟件安裝（這個和普通的沒什么特別區別，一直下一步即可，注意下圖這一步，兩個全選）
3：安裝完成Anaconda之后進行環境變量的測試
進入到windows中的命令模式：
（1）檢測anaconda環境是否安裝成功：conda --version
（2）檢測目前安裝了哪些環境變量：conda info --envs
Py36 和 TensorFlow都是我之前搭建的環境，若第一次應該只有base，為了這篇教程我將新搭建一個環境。
（3）對於Anaconda中安裝一個內置的python版本解析器(其實就是python的版本)
此時我們將搭建一個名字是tf2的環境，內置python版本是3.5
conda create --name tf2 python=3.5
輸入之后會列出要下載的東西，輸入“y”繼續，出現下圖則成功。
（4）激活tf2的環境：conda activate tf2 激活之后如圖，輸入框前面會有（tf2）標志
（5）檢測tf2的環境添加到了Anaconda里面：conda info --envs
（6）檢測當前環境中的python的版本：python --version
此處注意，每個環境都有自己的python版本，和你自己在電腦上裝的python版本沒有關系，拿我的電腦為例，未激活tf2時我的python版本是3.7.4
（7）退出tensorflow的環境：conda deactivate
4：在環境tf2中安裝Tensorflow
（1）首先激活tf2（因為是在tf2這個環境里面安裝Tensorflow）
conda activate tf2
（2）通過pip下載TensorFlow
pip install tensorflow==1.2 -i https://pypi.douban.com/simple
這一步我踩了很多雷，網上教程多種多樣，但是綜合下載速度、版本等，我選擇這個，通過豆瓣的影像下載，比在官網上下載速度不知道快多少，而且版本一定要是1.2，不然會出現和python不兼容的情況，如果默認下載現在應該是tensorflow2.1
下載結束，黃字是說我的pip有點老，讓我升級，不用管
（3）確認TensorFlow安裝成功
直接在cmd里面鍵入python，然后鍵入import tensorflow as tf
發現報了很多錯，但是寫的全都是 in a future version of numpy, it will be understood as（*），也就是說numpy的版本過高。此時普及一下，Numpy是用 Python 進行科學計算的基礎包。它支持n維數組和矩陣的計算，還擁有大量的高級數學函數。這是 TensorFlow 所需的必要軟件包，因此，使用 pip install tensorflow 時，如果尚未安裝 Numpy，它將被自動安裝。
解決方法很簡單，卸載numpy並下載合適版本：
首先查看現在的numpy版本：
import numpy
numpy.__version__（注意，version前后下划線各兩個，一共四個下划線）
現在是1.18.1的numpy，退出python編程exit()
卸載numpy ：pip uninstall numpy
會列出將要卸載的文件，輸入‘y’
安裝降版本numpy
pip install numpy==1.16.4 -i https://pypi.tuna.tsinghua.edu.cn/simple/
安裝完成后再試試導入TensorFlow，發現不再報錯。
