Anaconda相关知识补充（Spyder+Keras库）

Spyder+Keras库

之前经过对Anaconda软件的反复重装，卸载，自己对这款软件及相关库有了更深的了解。
如果没有下载好Anaconda或是tensorflow
可以看一下这个文章：Anaconda+tensorflow最有实效总结版
下载好了，可以直接看下面内容

1、Anaconda可以创建多个虚拟环境，在这个虚拟环境中，我们可以下载自己所需要的库以及软件，比如Spyder软件，如果想在不同版本python+tensorflow的环境下运行Spyder,那么我们也得对其下载Spyder，最后可以得到不同环境的Spyder。
如下所示：

上面的图片中，有两个Spyder，一个是在base环境下下载的Spyder(Anaconda3)，还有一个是在我自己创建的环境（python3.7）中安装的Spyder(python37)

也就是如果你想在自己创建的环境中运行Spyder，那么你就不得不先激活你自己对应环境，首先用管理员身份运行Anaconda Prompt窗口。

activate python37     

然后执行下面这个命令。

pip install spyder

就可以了，（前提是：你的Anaconda安装成功）

2、当你下载好虚拟环境里的Spyder软件后，你就刻意打开Spyder，开始使用它了。但运行相关代码时，可能会缺失一些库，就不得不自己动手安装，安装这些库都很简单，和上面的命令类似，都是先激活虚拟环境，然后执行以下命令。

pip install +缺的库名

我在这里举个例子
Keras作为Tensorflow封装的接口API，受到Tensorflow版本变化的影响，所以当你在Spyder软件里运行代码结果报出如下的错误：

ModuleNotFoundError: No module named 'keras'

极有可能没有下载keras这个库
假如直接运行以下命令：

pip install keras

的确可以安装成功，但依然运行时候会出现错误。

这极大可能因为tensorflow和keras的版本不匹配。
如下图，这是tensorflow和keras的匹配表。

根据上面的对应情况，合理下载keras库就可以了。
最后，就可以正常使用了。