前言

为了复现一篇用tensorflow框架的论文我跳入了tensorflow这个坑（o(╥﹏╥)o），而在之前根据别人的教程安装之后，依旧出现了比较多的错误，所以打算梳理一下，故而有了这篇博客（不喜勿喷~~ ）

正文

1.用anaconda创建一个虚拟环境，之后就在这个环境下安装tensorflow

conda create -n tensorflow python=3.8

python版本我是根据我复现的那篇论文要求来选择的，大家自行选择；tensorflow是我的虚拟环境名字，大家随意取名。

在这里我就开始遇到问题了，会经常出现如下报错CondaValueError: prefix already exists

CondaValueError: prefix already exists....

具体的报错信息在笔记本上故而没有截图，我也试了csdn上很多解决这个问题的方法但都没用，后来我的解决方法如下：

1. 先将刚刚创建到一半的这个虚拟环境的文件夹给手动删除，这个路径报错中会有提示（我刚刚创的是tensorflow，就把这个文件夹给删了）
2. 在Windows的搜索框里输入“anaconda”，选择anaconda prompt，用这种方法以管理员身份进入anaconda的命令行窗口。然后再次输入创建环境的命令，这次即可创建成功

2.环境创好后，直接以下一行命令即可安装tensorflow（无论是gpu版还是cpu版）

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

加-i及后面的网站是为了通过清华源镜像下载，下的更快。运行命令的时候记得要把梯子给关了。现在tensorflow官网里说的是安装gpu和cpu都用同一个命令，故只要环境中的python版本是确定了的，并且你的电脑显卡支持cuda，那运行这个命令就能直接下载好对应的tensorflow-gpu版本。

在我上一篇博客中，当时安装的tensorflow版本就出现了很多不兼容，控制台也报过keras的错误。但现有的tensorflow版本中，Keras API已经打包为tf.keras封装在TensorFlow里了，故报keras类型的错误几乎都是和tensorflow版本问题有关。采用上述官方安装tensorflow的命令，可以直接帮我们解决这些潜在版本冲突问题。

有问题欢迎友好讨论 Thanks♪(･ω･)ﾉ