一、Anaconda安装
可以参考笔者的这篇博客：Anaconda安装详细教程
二、准备工作
1、单击启动Anaconda Prompt创建新虚拟环境
2、在Anaconda Prompt依次执行以下命令conda create -n pytorch python=3.6，创建名字为tensorflow的虚拟环境，再通过命令conda info --envs可以查到已存在的虚拟环境(tensorflow存在其中)
3、再使用命令conda activate tensorflow激活刚刚建立好的虚拟环境tensorflow，可以看见小括号中由base环境切换到tensorflow环境
三、TensorFlow安装
1、TensorFlow版本选择
TensorFlow版本分为CPU版本和GPU版本，CPU版本一般电脑都可以安装，但是GPU版本只有电脑的显卡支持cuda才可以安装，这两个版本的区别主要在于运行速度，GPU版本的TensorFlow运行速度更快，所以若电脑显卡支持cuda，推荐安装GPU版本。本文以安装GPU版本的TensorFlow进行说明。
2、TensorFlow的GPU版本对应Python版本
所有博客都建议去Tensorflow文档查看，其网址为https://tensorflow.google.cn/install/source_windows，但是笔者确没有找到。根据笔者安装的经验，TensorFlow 1.x的GPU版本对应的Python版本在3.7以下，TensorFlow 2.0和TensorFlow 2.1的GPU版本对应的Python版本在3.7以下，TensorFlow 2.2的GPU版本对应的Python版本在3.8以上。
笔者建议在创建虚拟环境时即指定Python版本为3.6版本既可向下兼容TensorFlow 1.x的GPU版本，又可以兼容TensorFlow 2.x的GPU版本。此处指出笔者安装TensorFlow 的GPU版本时出现的一个问题，因为笔者的base环境的Python版本为3.8版本，在创建虚拟环境时默认为Python版本为3.8。随后直接安装了最新的TensorFlow 2.3 的GPU版本，在进行测试时输入语句
import tensorflow as tf直接报错：module 'numpy' has no attribute 'object'，具体原因不可知。
3、TensorFlow的GPU版本安装
（1）在刚才最小化的Anaconda prompt窗口中输入命令conda install -c aaronzs tensorflow-gpu==1.15.0(注意这是TensorFlow 1.x的最后一个版本)
（2）待下载完毕后，输入python，会显示python版本为3.6。之后进行TensorFlow的测试，输入以下代码：
import tensorflow as tfimport osa = tf.constant(1.)b = tf.constant(2.)print(a+b)print(tf.__version__)print('GPU:', tf.config.list_physical_devices('GPU'))print(tf.test.is_gpu_available())输出结果为：
Tensor("add:0", shape=(), dtype=float32)1.15.0# 笔者在测试第三个print时有问题，大家可以自行测试AttributeError: module 'tensorflow._api.v1.config' has no attribute 'list_physical_devices'True
无需安装cuda和cuDNN！！
参考博客：
（1）TensorFlow-GPU极简———不用安装cuda、cuDNN！！！
（2）使用anaconda安装tensorflow （windows10环境）
（3）Anaconda安装使用及tensorflow配置
来源地址：https://blog.csdn.net/qq_44111805/article/details/128415567
