win10安装anaconda配置tensorflow2.2cpu/gpu版并在pycharm中使用tensorflow，避坑指南

1下载安装anaconda

2创建环境,下载安装tensorflow-2.2

在anaconda prompt输入下面命令行

2.1在anaconda中新建tensorflow环境（选择合适的python版本）：

查询可安装的python版本-conda search --full-name python
建立环境-conda create --name tensorflow python=3.7,tensorflow是我自定义的环境名，可用别的名字任意替换（例如：py37），3.7是根据上面查到的可下载版本确定的。配置完成之后，conda会自动安装相应版本的python。
激活环境-activate tensorflow
可查询python版本-python --version

2.2在tensorflow环境中安装tensorflow-2.2

使用镜像快速下载，避免下载中断：pip install --ignore-installed --upgrade tensorflow-gpu==2.2.0 -i https://pypi.douban.com/simple

3检测tensorflow2.2是否安装成功

activate tensorflow
python
import tensorflow as tf

如果不报错，说明python版本和tensorflow版本兼容，安装成功
如果报错fail to find dll或者Could not find the DLL(s)'msvcp140_1.dll (记不清了)，意思就是缺dll，这是个大坑。
根据提示信息，去微软的官网下载Visual C++即可：
https://support.microsoft.com/zh-cn/help/2977003/the-latest-supported-visual-c-downloads
大概十几M，安装完成后，再次打开python测试，可成功导入tensorflow
可以查到tensorflow版本信息（接上面代码）
tf.__version__(双下划线)
至此，CPU版已安装完成。

cpu和gpu是同一版，不能用gpu时自动使用cpu.

安装GPU版本时，要求CUDA必须是10.0版本, 10.1或者10.2都不符合。

import tensorflow as tf

如果提示缺少cudart64_101.dll文件，参考解决tensorflow-gpu 2.1出现错误“Could not load dynamic library ‘cudart64_101.dll’
测试能否调用CUDA：

print(tf.test.is_gpu_available())

如果输入True，tf-gpu版本安装成功。

4安装测试keras

activate tensorflow
pip install keras

测试：import keras(在python中)，如果不报错，说明keras安装成功

5将tensorflow环境路径导入环境变量中

右击此电脑-》属性-》高级系统设置-》环境变量-》双击PATH-》新建-》将tensorflow环境路径（D:\Anaconda3\envs\tensorflow）添加进去-》三次确定
work done!

6下载安装pycharm

7在pycharm中使用tensorflow及keras

新建工程new project->选existing environment->选择anaconda\tensorflow\python3.7exe
新建python文件new file->python file

import tensorflow as tf
w = tf.constant('hello,tf')
sess = tf.Session()
print(sess.run(w))

输出hello,tf，无报错就大功告成啦！