Anaconda3 2020.11(64-bit)版本下载： 链接：https://pan.baidu.com/s/19-lDaxnd4lOE6f6Q9Zzqgg 提取码：yuir

所有步骤开始前，如果是想使用tensorflow的gpu版本，那么要先确定CUDA、cudnn、tensorflow和python四者之间的版本对应：详细可见该笔者给出的版本对应关系：点击查看，不使用gpu版本可直接看下面的安装。

1、将下载好的压缩包解压，右键以管理员身份运行后缀.exe应用程序；

2、点击Next；

3、点击I Agree；

4、点击Next；

5、选择安装路径，并点击Next；

6、把两个选项勾选上，并点击Next； 7、最后等待安装完成即可。

1、在刚刚安装好的Anaconda中找到【Anaconda Prompt】并打开； 2、首先输入命令：【python -m pip install -U pip】更新一下pip； 如果是最新的pip可以不用更新的，如果不确定是不是最新的pip，就输入命令更新一下。 我这里已经是最新版本的pip了，如果不是最新的pip，更新后应该看到Successfully的字样，表示更新成功。

3、创建Tensorflow环境，同时安装python； 输入命令【conda create --name tensorflow1 python=3.6】 这里写的tensorflow1是tensorflow虚拟环境的名字，当然你也可以使用其它的名字。 输入上面命令后，大概需要等待半分钟，会弹出下面提示，输入命令【y】回车即可； 然后会下载一些文件，等待一会即可； 下载完成后会显示如下界面： 到这里我们就把Tensorflow环境安装好了，接下来需要激活Tensorflow环境：

4、激活tensorflow环境： 输入命令【activate tensorflow1】并回车； 5、继续输入命令【pip install tensorflow==1.15.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/】，这里会下载很多文件，耐心等待一会，如果网络出现故障导致下载失败可以重复输入命令直到下载成功。 提示：如果想安装支持gpu的tensorflow的话，把上面tensorflow改成tensorflow-gpu即可，版本号等都不用改。 6、安装好之后我们继续输入命令查看一下tensorflow是否安装成功； 首先输入【python】，再输入【import tensorflow as tf】，没有报错基本上就是成功了。 注意：第五步和第六步是在tensorflow1的虚拟环境下输入命令的，而不是在base环境下。 使用gpu版本的同学，可以测试一下gpu是否可用，代码如下:

返回True即为gpu版本可用，效果如下（注：下图是笔者再编辑，所用版本和前面不同，只要能正确返回True和版本信息即可）：

1、重新打开Anaconda Prompt；

2、激活刚刚弄好的tensorflow1的虚拟环境，也就是输入命令【activate tensorflow1】

这样就进入了tensorflow1环境下；

3、输入命令【pip install keras==2.3.1 -i https://pypi.tuna.tsinghua.edu.cn/simple/】

4、继续输入命令【conda install mingw libpython】；

5、测试Keras是否安装成功：在tensorflow1虚拟环境下输入【python】，然后输入【import keras】并回车，如果出现Using TensorFlow backend字样即为引用Keras成功。

后续再安装其它包的话，按上面操作方法继续执行即可。

安装了上述三项后，怎么使用Jupyter运行代码呢？ 1、打开Anaconda Navigator(Anaconda3)软件； 打开过程中，可能会多次闪出黑色终端窗口，属于正常现象。 2、打开软件后，把环境切换成刚刚安装的tensorflow1，然后点击【Install】下载Jupyter。 3、点击Launch运行Jupyter，等待几秒会自动跳转到浏览器中打开Jupyter； 4、点击New创建Python文； 然后就可以编写代码和运行了。 到这里Anaconda3 + Tensorflow + Keras + JupyterNotebook就全部安装好了。

附录：我们当前配置好的jupyter启动后，默认启动目录应该是c盘，里面的文件一般比较混乱，我们可以修改jupyter默认启动目录，点此链接查看。