本文链接：https://blog.csdn.net/weixin_44290661/article/details/102678907
1. 安装tensorflow keras tensorflow_federated详细步骤
因为tensorflow很多依赖及版本兼容性问题，卸载麻烦，所以我是新建一个conda虚拟环境，专门用来运行tensorflow相关程序，这样tensorflow有问题的话，也不会影响到其他的python环境。
打开Anaconda Prompt，输入以下命令行。
创建名tensorflowenv的环境，并安装python3.6
conda create -n tensorflowenv python=3.6
查看新建的虚拟环境的目录：
conda env list
激活tensorflowenv环境
conda activate tensorflowenv
在tensorflowenv虚拟环境中，安装tensorflow1.4版本，我下载的是tensorflow-1.14.0-cp36-cp36m-win_amd64.whl包
直接pip install (本地tensorflow-1.14.0 whl包）
也可以：
pip install tensorflow==1.14
继续安装keras库
pip install keras
安装tensorflow_federated，注意我直接pip install tensorflow_federated是失败的，需要指定版本号为0.8.0才成功。
pip install tensorflow_federated==0.8.0
退出虚拟环境
conda deactivate
2. jupyter notebook应用conda虚拟环境
jupyter kernel 显示多个conda虚拟环境方法
conda install nb_conda
重新启动Jupyter,可以在kernel选项中更改当前使用的环境。
当安装了新的conda虚拟环境时，发现在Jupyter Notebook中无法使用，可以在你的新环境上安装ipykernel，重启jupyter之后就可以用了。注意要进入conda虚拟环境后，再运行以下命令。
conda install -n python_env ipykernel
(python_env为你的env名称)
3. 在pycharm中使用conda虚拟环境
（1）选择File->setting->Project:****->Project Interperter->Conda Environment->Existing environment,在Interpreter框导入conda虚拟环境。
（2）举例Anaconda安装路径为：C:\Anaconda3 上面步骤所创建的虚拟环境的路径为：C:\Anaconda3\envs\tensorflowenv\python.exe，其中tensorflowenv表示虚拟环境的名字。
————————————————
版权声明：本文为CSDN博主「JASMINE.K」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_44290661/article/details/102678907