conda同时使用tensorflow1和tensorflow2（conda基础操作）

方案：根据conda的虚拟环境同时使用多版本的框架

1. 查看Anaconda中的所有虚拟环境
2. 创建和移除Anaconda虚拟环境
3. 克隆Anaconda虚拟环境
方式1：使用yml文件
方式2：使用--clone命令行参数克隆虚拟环境
4. 安装和移除TensorFlow2.x
5. 安装和移除TensorFlow1.x
6. 在PyCharm中切换TensorFlow1和TensorFlow2

      不管安装哪一个版本的TensorFlow，都需要Python环境。推荐安装Anaconda环境，因为Anaconda环境不仅包含了Python运行环境，还包含了很多常用的Python库。如numpy、pandas等。不过Anaconda本身并不包含TensorFlow。Anaconda环境除了附带了众多Python库外，还支持多个虚拟环境，这这是TensorFlow1.x和TensorFlow2.x共存的关键。

1. 查看Anaconda中的所有虚拟环境

      由于在机器上安装多个TensorFlow环境，需要依赖于Anaconda的虚拟环境。所以首先使用下面的命令查看Anaconda当前的虚拟环境。

conda info --envs

       如果是新安装的Anaconda，会输出下图所示的信息 只有base。这是在Linux下的输出结果，在Windows和macOS下的输出结果类似。

       我们可以看到，Anaconda最初只有一个名为base的环境，这是默认的换。如果下载的是Python3.7的Anaconda版本，那么这个环境的Python版本就是Python3.7。并不建议读者直接修改base环境。而是建立两个单独的虚拟环境来分别安装TensorFlow1.x和TensorFlow2.x。

2. 创建和移除Anaconda虚拟环境
        可以通过下面的命令创建一个名为tf2的虚拟环境。这里创建Python版本为3.7.4的虚拟环境

conda create --name tf2 python=3.7.4

        在创建的过程中会询问是否安装必要的包。输入y，按Enter键，会安装这些包。如果成功创建了tf2虚拟环境，那么会输出各种done。
       注意，在创建虚拟环境的过程中，会通过Internet下载相关的库，可能在国内有些慢。最好的方式是设置国内的镜像。读者可以使用下面的命令查看Anaconda当前的镜像。

conda config --show channels

         如果在此之前设置了其他的镜像，可以使用下面的命令删除这些镜像。