Anaconda+Tensorflow-cpu安装教程

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

博主使用的版本号：Anaconda3-5.0.0，ensorflow1.9.3

---

一、Anaconda安装

Anaconda包含对应版本的Python详见博客：https://blog.csdn.net/yuejisuo1948/article/details/81043823
Anaconda官网下载：https://repo.anaconda.com/archive/
或者直接使用镜像地址进行下载：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=N&O=D

二、Tensorflow安装

安装完对应版本的Anaconda后，在开始里面的最近添加里面会有一个Anaconda Prompt软件（黑窗），然后直接使用清华镜像在里面安装cpu版本的tensorflow就行。
清华镜像使用方法如下：
在使用pip的时候加参数-i https://pypi.tuna.tsinghua.edu.cn/simple
例如：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.9.3，这样就会从清华这边的镜像去安装1.9.3的tensorflow。

pip国内的一些镜像（如果某个源地址下载速度过慢，可以将pip.ini内的源地址更换其他源地址）
  阿里云 http://mirrors.aliyun.com/pypi/simple/
  中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
  豆瓣(douban) http://pypi.douban.com/simple/
  清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
  中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

三、编译器安装

全部成功安装之后，我们再点开Anaconda软件，然后在主界面会看到一个Spyder的图标。点击Install安装完成后就可以编译程序了。
建议在Anaconda里面新建一个自己的环境进行再进行编译操作，不要把所有模块都安装在默认环境里面，这样做的好处就是如果环境一不小心崩了，还可以建另外一个环境进行测试，而且一些模块之间可可能会有冲突，例如pytorch和tensorflow两个包。每个环境都有自己对应的编译器Spyder。
环境步骤为：Anaconda -Environment - create- 输入自己的环境名。