在已经存在tensorflow的2.x版本情况下同时安装tensorflow的1.x版本

tensorflow的2.x版本和1.x版本不兼容问题

tensorflow更新之后许多由tensorflow编写的代码就跑不了了，因为有一些库给改了位置或者直接删掉了，这时候我们可以在conda里边创建两个环境变量，一个装1.x，一个装2.x版本，在pycharm调用的时候选择不同的环境下的python解释器就好了，感觉很棒。

创建新环境

conda create -n tensorflow1.x python=3 // 创建一个名为tensorflow1.x的环境并指定python版本为3(的最新版本)

列出所有环境

conda info -e

这样你就可以看到conda下创建的所有环境，各个环境中的包互不干扰，其中conda本来就有的环境名字叫（base）。

切换环境

activate ＋环境名   注意如果环境名包含空格要用引号引住

切换环境后可以使用conda list来看这个环境下安装的各个包，在这里我们想要安装tensorflow1.x的包，如果你已经明确知道要安装1.几的版本，可以直接使用

conda install tensorflow==1.15.0  #安装cpu版本的tensorflow1.15.0
conda install tensorflow gpu==1.15.0  #安装gpu版本的tensorflow1.15.0
conda install --channel  https://conda.anaconda.org/anaconda  tensorflow==1.15.0#在指定网站上边下载

如果你不知道需要安装的版本，可以使用pip install tensorflow==1.6.0其中的1.6.0可以随便写，如果该版本不存在会给你反馈哪个版本存在，自己在选一个就行了。如下：

ERROR: Could not find a version that satisfies the requirement tensorflow==1.6.0 (from versions: 
1.13.0rc1, 1.13.0rc2, 1.13.1, 1.13.2, 1.14.0rc0, 1.14.0rc1, 1.14.0, 1.15.0rc0, 1.15.0rc1, 
1.15.0rc2, 1.15.0rc3, 1.15.0, 1.15.2, 1.15.3, 1.15.4, 2.0.0a0, 2.0.0b0, 2.0.0b1, 2.0.0rc0, 
2.0.0rc1, 2.0.0rc2, 2.0.0, 2.0.1, 2.0.2, 2.0.3, 2.1.0rc0, 2.1.0rc1, 2.1.0rc2, 2.1.0, 2.1.1, 
2.1.2, 2.2.0rc0, 2.2.0rc1, 2.2.0rc2, 2.2.0rc3, 2.2.0rc4, 2.2.0, 2.2.1, 2.3.0rc0, 2.3.0rc1, 
2.3.0rc2, 2.3.0, 2.3.1, 2.4.0rc0, 2.4.0rc1, 2.4.0rc2)
ERROR: No matching distribution found for tensorflow==1.6.0

之后在选择一个存在的版本使用conda安装就好了。这里推荐conda安装，它在安装时会更新其他不相适应的包，比用pip安装好。到这里就安装完成了。
如果想对从大里边的环境改个名字，则只能先复制一个环境为其他名字，在删掉原环境（注意：对于原环境名字之间含有空格的删不掉，我也不知道咋弄。。）：

conda create -n 新名字 --clone 旧环境名

他就自动克隆了，之后就删除原来的

conda remove -n 原环境名 --all

这样就可以了。