使用Anaconda3安装tensorflow CPU版本框架

使用Anaconda3安装tensorflow框架，记录一下我踩过的坑
（1）首先为tensorflow创建新环境
打开Anaconda3的Anaconda Prompt小黑框
tensorflow不支持自带的python版本安装tensorflow,所以必须新建新环境。下面代码当中的tensorflow是环境变量的名字，可以根据需要自己定义。python版本也可以根据自己的需要修改，tensorflow官网显示支持python3版本支持3.5-3.7的各个版本，我选择的是python3.5.2。中间让选择的时候输入Y按Enter键即可

conda create -n tensorflow python=3.5.2

（2）打开Anaconda Navigator观察环境是否创建成功
除了自带的base环境，其他的都是自己创建的

（3）进入环境当中安装tensorflow CPU版本

conda activate tensorflow

tensorflow是自己创建的环境的名字，你的环境叫什么名字这里就写什么

可以看到前面的小括号里面从base变成tensorflow，证明已经进入到这个环境里面了。如果想退出环境，使用conda deactivate退出该环境。
（3）安装tensorflow框架（此操作必须在环境变量当中进行，即不是base环境，需要在自己新建的环境当中）

pip install tensorflow==1.3.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

tensorflow版本也可以自定义，我选择安装的是1.3.0版本
之前尝试过很多次，在安装过程时网速非常慢，导致安装失败。
借用国内清华源之后完美解决。-i https://pypi.tuna.tsinghua.edu.cn/simple是清华源的网址。
如果安装失败多尝试几次即可。由于我的显卡是AMD显卡所以只能安装tensorflow CPU版本。GPU版本只有Nvidia显卡支持
在该环境当中输入pip list查看已安装的模块。如下图tensorflow1.3.0版本包含在里面。


（4）验证tensorflow是否安装成功

在该环境中输入python进入python,注意一定要在你安装tensorflow的那个环境当中，base环境是没有的，因为我们安装到自定义的环境当中了。

import tensorflow as tf
>>> hello=tf.constant("Hello tensorflow")
>>> print(hello)

Tensor("Const:0", shape=(), dtype=string)

当输入import tensorflow as tf出现二个小尖角且没有报错就证明安装成功。简单使用一下输出证明hello是常量，dtype代表类型是字符串。
（5）使用Anaconda验证也是可以的。进入该环境安装Jupyter book或者Spyder中输入代码验证。