conda虚拟环境下tf1和tf2版本共存问题及解决方案

一、虚环境的配置安装相关杂项

相信想安装虚环境的朋友已经掌握了安装单个环境的能力，所以这里不在赘述，只讨论更深层次问题。
我们安装tensorflow的过程是在conda环境下安装的。路径如下：

这里的base 就是默认的conda环境，如果只使用一个版本，就可以在此处安装我们需要的tensorflow，numpy，sklearn等模块即可。
这里的base 可以抽象的理解为一个虚环境。将此环境导入到pycharm 即可使用，开始跑程序。
在activate base命令下，执行conda env list 查看所有环境。

这里只有一个base环境，匹配一个版本的tensorflow，在pycharm配置中可以导入。

创建新的虚拟环境安装tf2.x版本 在base下使用conda create --name tf2 python=3.8.6 创建新的tf2环境，
此时tf2和base属于同类环境，我们可以在二者之间切换。

我这里没有使用base环境，而是使用了创建了两个新的环境用来装tf1和2（忽略不规范的草率命名）
然后分别在两个环境下安装了不同版本的tf


安装完成之后，在pycharm内导入，即可完成切换。

因为tf2.1版本是在python3.8下安装的 所以显示为3.8.

二、遇到大坑

tf1.13.1导入tensorflow时报错
导入tensorflow 因numpy报错:ModuleNotFoundError: No module named ‘numpy.core._multiarray_umath’
还有其他错误忘记记录了，，
总之tensorflow安装成功，pycharm显示版本也正确，就是无法导入tensorflow。最终得出解决方案：numpy版本问题。
降低numpy版本即可。
完美解决！

三、配置全过程

1.下载python3.6.8并安装

2.下载anaconda最新版本

3.cmd命令行操作创建两个虚拟环境

4.查看并分别进入两个虚拟环境安装对应的tensorflow

5.两个conda虚拟环境的tf安装成功后，在pycharm导入、切换

没有上面两个环境则在下面添加


w_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3BsdXNfbGVmdA==,size_16,color_FFFFFF,t_70#pic_center)

添加完成后，即可在此处切换版本。