自从接触了python，再到机器学习和深度学习，要学习的东西向越拉越多了！！！因为课题的需要接触了tensorflow，我直接就是一个好家伙，光安装就看了好多教程，装了好几天，回头看看其实就几句命令就可以了，对小白来说太不友好了。用习惯了windows系统，换成其他系统的话有需要学好久。
这里以windows10+anaconda+tensorflow2.3+python3.8为例。
Anaconda和Miniconda两个自选（其实就是完整版和精简版的区别！），官网下载即可，成年人当然选择最新版本了。
anaconda
链接: link.
miniconda
链接: link.
下载好之后打开，进入正题咯！
点击左下角“create”创建一个虚拟环境，名称自取（但是一定要记住，牢记！），这里以“tensorflowceshi”为例，选择python3.8（3.5-3.8版本任选）。
创建好如下图：
然后打开软件下的命令行Anaconda Prompt，可以看到现在的环境是默认的base，这里输入下面语句（这一步是为了激活刚才创建的虚拟环境，以后需要这个环境的时候都需要activate一下）：
activate tensorflowceshi
效果如图：
安装的时候可能会提示pip版本不对，根据它的提示升级一下就可以啦。（因为pip版本要求大于19.0才可以安装）
1.CPU版本
接着上面的步骤，activate之后在命令行中输入：（这里选择安装tensorflow2.3版本，从豆瓣源安装，速度超级快，谁用谁知道）：
pip install tensorflow-cpu==2.3.0 -i http://pypi.douban.com/simple/
2.GPU版本
GPU版本的安装才是最烦人的，空守着电脑配置却用不了，哈哈。
划重点：NVIDIA显卡、显卡驱动>418.X、CUDA版本为10.1、cudnn版本>7.6，可以通过nvidia-smi进行查看，近两年刚买的电脑的话一般是都满足要求的。（也可以直接进行下面的安装，不成功再回来找原因）
接安装cpu版本步骤，或者重新进命令行activate后，在命令行输入：
conda install cudatoolkit=10.1
运行到这里输入y，回车：
上一步完成后，继续在命令行输入：
conda install cudnn=7.6.5
同样在过程中需要输入y，回车进行确认。
接着最后一步，继续输入：
pip install tensorflow-gpu==2.3.0 -i http://pypi.douban.com/simple/
到这里就安装成功了，是不是很开心？
后面需要什么包（package）就用pip安装就可以了，像matplotlib、notebook等等常用的，推荐还用上面的豆瓣源，速度超级快，其他跟环境相关的都是conda xx，不要搞混了。
可以在activate环境之后打开jupyter notebook；
也可以在pycharm中将环境设置为刚刚创建的环境就可以了。
巴拉巴拉说了这么多，其实只需要几行代码就可以安装成功了，操作一次就可以受用一辈子！！！写给 自己，也写给在深度学习路上挣扎的小白！
