安装anaconda，创建TensorFlow虚拟环境，并在jupyter中集成所创建的虚拟环境

1.安装anaconda
官网下载。一路安装。过程中注意选择自动配置环境变量。
安装完成后，可通过打开cmd，输入conda来查看安装是否成功。

2.选择python版本，创建TensorFlow运行的虚拟环境
若是安装TensorFlow1版本，则必须安装python3.7及以下的。
安装好虚拟环境后，激活虚拟环境，然后安装TensorFlow

conda create -n tensorflow python=3.7
conda activate tensorflow
conda deactivate tensorFlow

3.利用清华镜像安装TensorFlow，注意安装哪一个版本，格式如下

CPU版本：
pip install tensorflow==1.12 -i https://pypi.tuna.tsinghua.edu.cn/simple
GPU版本：
pip install tensorflow-gpu==1.12 -i https://pypi.tuna.tsinghua.edu.cn/simple

import tensorflow as tf 来验证。

4.将创建的虚拟环境加入到anaconda中主的jupyter中
4.1 利用jupyter插件来解决

conda install ipykernel
python -m ipykernel install --name 虚拟环境名（tensorflow） --display-name 在jupyter中展现的用户名

//Linux下上面如果报错，则运行下面的
python -m ipykernel install --user --name 虚拟环境名（tensorflow） --display-name 在jupyter中展现的用户名

5.如果新创建的环境想要使用gpu，电脑上还需要找到和GPU相对应的cuda和cudnn，然后在自己的虚拟环境中安装cuda，cudnn

conda install cudatoolkit=10.0
conda install cudnn

5.1 Linux下，整体可用的版本：
python 3.7
TensorFlow 1.14
cuda 10.0
cudnn 7.6.5

5.2 查看GPU是否可用的命令

import tensorflow as tf
tf.test.is_gpu_available()

6.查看自己的虚拟环境中安装了哪些包

conda list

查看GPU的使用情况

nvidia-smi

7.查看已有的虚拟环境

conda env list