Win10環境安裝Anaconda(3-2021.05)+Tensorflow(2.6)
在學習機器學習的過程中會用到許多Python庫，例如tensorflow、pandas等，用到的時候單獨去安裝十分不方便，因此大多數情況，人們會先安裝Anaconda。
1. 安裝Anaconda3版本
在官網可以發現最新版本 [Anaconda](Anaconda | Individual Edition)
Anaconda官網安裝包下載速度巨慢，國內小伙伴不建議嘗試。
我們可以使用清華大學開源軟件鏡像站：清華大學開源軟件鏡像站，請選擇適合自己系統自行下載。
我這里選擇的是Windows系統86位的安裝包
注意安裝anaconda時一定要把環境變量加入windows環境中。要沒有勾選，安裝完后還要手動加入。
安裝過程較慢，耐心等待即可。
安裝好了后，運行開始菜單—>Anaconda3—>Anaconda Prompt，在終端中鍵入命令
conda -V
2. 安裝tensorFlow
TensorFlow 有cpu和 gpu兩個版本，gpu版本需要NVIDIA顯卡的支持並下載CUDA 和 cuDNN ，對於初學者我們使用cpu版本即可（這里，僅介紹cpu版本的安裝）
1.打開開始菜單->Anaconda3->Anaconda Prompt，打開Anaconda Prompt控制台;
2.先選擇清華軟件倉庫鏡像安裝TensorFlow，這樣更新會快一些鍵入
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
# pip配置國內源
pip config set global.index-url https://mirrors.ustc.edu.cn/pypi/web/simple
# 查詢
pip config list
3.用Anaconda3創建一個python3.8的環境，環境名稱為tensorflow
可以從 [tensorflow安裝](TensorFlow (google.cn)) 自行查閱當前 tensorflow 支持的 python 版本
鍵入
conda create -n tensorflow python=3.8
在給出Proceed時鍵入y
在tensorflow環境創建完成后，鍵入
conda info --envs
可以發現，除了基礎環境base外，我們還可以看到剛剛創建的名為tensorflow的環境
4.安裝cpu版本的TensorFlow
上一步中我們僅是創建了一個名為tensorflow的python環境，這一步我們將TensorFLow配置進這個環境中
在Anaconda Prompt中啟動tensorflow環境：
鍵入
activate tensorflow
用來激活我們創建的名為tensorflow的環境，在這個環境下進行配置
正式下載安裝cpu版本的TensorFlow
鍵入
#不指定版本及自動下載最新版本
pip install tensorflow-cpu
#指定版本（建議安裝所需版本）
pip install tensorflow-cpu==2.5
后期更換版本
# 卸載
pip uninstall tensorflow-cpu
pip uninstall keras
pip install tensorflow-cpu==2.5
pip install keras==2.4.3
耐心等待下載安裝。
此時，如果我們想退出tensorflow環境
conda deactivate
5.測試cpu版本的TensorFlow
打開Anaconda Prompt控制台（如果你上一步沒有關閉Anaconda Prompt，那么繼續往下操作就可以了）
鍵入
activate tensorflowpython
來啟動tensorflow，並進入python環境
注意到，在切換到tensorflow環境時命令行前方變為了（tensorflow），說明我們成功啟動了tensorflow環境，再輸入python后，最前方變為>>>，意味着我們進入了tensorflow的python環境中（並且是python3.8環境）
鍵入
import tensorflow as tf
可以看到沒有報錯，成功執行，到此tensorflow cpu版本安裝完成。
再鍵入
tf.__version__
查看是否正常返回版本號
3. 安裝PyTorch
安裝步驟同上一節；
創建虛擬環境
conda create -n pytorch python=3.8activate pytorch
安裝CPU版本
conda install pytorch torchvision torchaudio cpuonly -c pytorch
驗證安裝
activate pytorchpython
輸入import torch，如果輸入后沒有任何報錯，那便成功了
4. VScode配置Python開發環境
在虛擬環境 tensorflow 安裝工具
# Flake8——Python靜態代碼檢查工具
# yapf——python代碼格式化工具
pip install flake8
pip install yapf
# 安裝 jupyter notebook 便於運行調試
pip install jupyter notebook
vscode 安裝插件：Python、Code Runner、jupyter
建議配置放在工程里面（因為不同的工程使用的python環境不一樣，配置也可能不同）
在 setting.json 添加如下配置
"python.linting.flake8Enabled": true,
"python.linting.flake8Args": [
"--max-line-length=248",
"--ignore=F401, E271, E402, E303, E302", //忽略告警編號，根據自己需要確定
],
"python.linting.enabled": true,
"python.linting.pylintEnabled": false,
"python.condaPath": "E:\\ProgramData\\Anaconda3",
"python.pythonPath" :"E:\\ProgramData\\Anaconda3\\envs\\tensorflow\\python.exe",
"[python]": {
"editor.defaultFormatter": "ms-python.python"
},
"python.formatting.provider": "autopep8",
"jupyter.experiments.optOutFrom": ["NativeNotebookEditor"],
"code-runner.runInTerminal": true, // 在終端運行
"code-runner.fileDirectoryAsCwd": true, // 終端默認目錄為運行文件的目錄
"code-runner.saveFileBeforeRun": true,
"code-runner.executorMap": {
// 加上-u（unbuffered）參數后會強制其標准輸出也同標准錯誤一樣不通過緩存直接打印到屏幕
"python":"python -u $fileName"
},
在工程里面定制化以下命令終端，啟動時進入對應python環境，編寫 xxx..code-workspace 如下：
"settings": {
"terminal.integrated.shell.windows": "C:\\Windows\\System32\\cmd.exe",
"terminal.integrated.shellArgs.windows": [
"/K",
"E:\\ProgramData\\Anaconda3\\Scripts\\activate.bat",
"E:\\ProgramData\\Anaconda3\\envs\\tensorflow",
],
}
jupyter使用效果如下：
jupyter出現無法連接到內核的錯誤：
pip uninstall pywin32pip install pywin32==225