Windows环境安装Anaconda+Tensorflow+Pycharm(2021.1)
引言：
在学习机器学习的过程中会用到许多Python库，例如tensorflow、pandas等，用到的时候单独去安装十分不方便，因此大多数情况，人们会先安装Anaconda。同时Pycharm作为Python的集成开发环境，能够为开发者节省许多时间，并且提升开发效率。
一、Anaconda安装
简介：
Anaconda（官方网站）就是可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。
Anaconda具有如下特点：
- 开源
- 安装过程简单
- 高性能使用Python和R语言
- 免费的社区支持
其特点的实现主要基于Anaconda拥有的：
- conda包
- 环境管理器
- 1,000+开源库
（简介引用自https://www.jianshu.com/p/62f155eb6ac5）
开始安装：
1、打开Anaconda（官方网站）
2、进入下载界面，下载最新版Anaconda 64-Bit，当前最新的是基于Python3.8的版本
3、安装一路Next，并勾选环境变量
二、Tensorflow安装
简介：
TensorFlow™是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief 。
Tensorflow拥有多层级结构，可部署于各类服务器、PC终端和网页并支持GPU和TPU高性能数值计算，被广泛应用于谷歌内部的产品开发和各领域的科学研究 。
TensorFlow由谷歌人工智能团队谷歌大脑（Google Brain）开发和维护，拥有包括TensorFlow Hub、TensorFlow Lite、TensorFlow Research Cloud在内的多个项目以及各类应用程序接口（Application Programming Interface, API） 。自2015年11月9日起，TensorFlow依据阿帕奇授权协议（Apache 2.0 open source license）开放源代码 。
（简介引用自https://baike.baidu.com/item/Tensorflow/18828108）
开始安装：
1、创建一个新的conda
在开始菜单中，找到Anacaonda3，启动Anaconda Prompt
输入以下命令创建一个新的环境
#[env_name]需替换为你的环境名，例：conda create -n TF2.4 python=3.8
conda create -n [env_name] python=3.82、修改pip源为阿里源（可跳过）
该步骤主要考虑到国内的网络环境，可以将pip的源地址修改为国内的地址
按 Win+E 启动文件资源管理器，在地址栏输入 %APPDATA%
新建文件夹并命名为pip
创建文件命名为pip.ini，并输入
[global]
timeout = 6000
index-url = https://mirrors.aliyun.com/pypi/simple
trusted-host = mirrors.aliyun.com3、安装cuda（如果你没有GPU或者是A卡请跳过）
首先进入刚刚创建的环境，输入命令
#[env_name] 为你刚创建的环境名称
conda activate [env_name] 输以下命令，安装英伟达的SDK10.1版本
conda install cudatoolkit=10.1输入以下命令，安装英伟达深度学习软件包7.6
conda install cudnn=7.64、安装Tensorflow
CPU版本安装
#不指定版本及自动下载最新版本
pip install tensorflow-cpu
#指定版本
#pip install tensorflow-cpu==2.4GPU版本安装
#不指定版本及自动下载最新版本
pip install tensorflow-gpu
#指定版本
#pip install tensorflow-gpu==2.45、确认安装是否成功
在当前命令行中输入python，进入python环境
输入import tensorflow as tf
输入tf.__version__ （注意version 前后是两个下划线）
查看是否正常返回版本号
三、Pycharm安装
1、安装
一步步正常安装即可
官方下载地址（https://www.jetbrains.com/pycharm/download/）
社区版是完全免费的，商业版需要激活，初学者可以选择社区版
2、配置环境
启动Pycharm
点击Create New Project
选择Previously configured interpreter
在Interpreter中选择创建的conda环境
Create a main.py 可以根据需要不勾选
结语：
恭喜你开启了机器学习之路，文章内容如果有任何问题，欢迎大家批评指正！