基于Anaconda的python3.7版本 + cpu版本Tensorflow + Keras安装

写在前面：

• tensorflow和keras版本对比网站：https://docs.floydhub.com/guides/environments/ 二者的版本一定要对应，要不然导入模块时报错
• python各个模块的whl安装包网站：https://www.lfd.uci.edu/~gohlke/pythonlibs/ ，从这里直接下载whl包，避免pip install  +模块名 时的龟速获取。
• 注意我安装的是cpu版本的tensorflow，gpu版本的tensorflow前提是：必须满足英伟达NVIDIA显卡以及仅仅基于NVIDIA显卡才可以有的CUDA算力支持。换句话说，只有NVIDIA显卡才可以安装gpu的tensorflow
• pip更换国内镜像源，我这里用的是豆瓣：http://pypi.douban.com/simple/ ，下面使用pip安装模块时会使用到。目的是解决连接不上国外的镜像源而频频安装停顿，有时甚至报错的大部分问题。

 Step1：

打开Anaconda Prompt，就直接进入了base环境，这里我没有再跟其它博客一样再另创建一个tensorflow环境，而是直接安装（其实都一样嘛）。

进入https://www.lfd.uci.edu/~gohlke/pythonlibs/#tensorflow （你要安装什么模块包直接在后面添加 #名称 就行），参照版本下载对应的版本，保存到Anaconda3下的我自己又新建的mywhl文件夹里，方便管理。

然后，Prompt里 cd进入到mywhl下，输入：

pip install tensorflow-1.9.0-cp37-cp37m-win_amd64.whl -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

PS：其实直接这样就行：pip install tensorflow=="版本号" -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

如图所示，加 i 参数表示指示镜像源；--trusted-host pypi.douban.com 表示获得ssl证书认证。然后...各种配件什么的安装速度嗖嗖的。搭配我python3.7的1.9.0tensorflow就安装成功啦。敲 python ，进入python代码命令行，import tensorflow as tf，没有问题。

Step2：

安装Keras ，先通过上面的网站查看跟1.9.0的tensorflow对应的版本，都知道Keras是基于tensorflow这个底层深度学习框架而存在的一个框架。。发现跟1.9.0-version 的tensorflow对应的示2.2.0version的Keras。

接下来跟上一步一样，

pip install keras==2.2.0 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

再进入python，import keras ，有

 表示安装成功！而如果报错，只能说明keras跟tensorflow的版本对应错了，就再查看对应关系吧！