版本说明：
多次实验后，python3.5+TensorFlow1.2+numpy1.16.4比较成功，不会报奇奇怪怪的错。（安装流程中会说到，不需要提前下载）
准备工作：
找到电脑：C:\Users\Administrator（为了防止小白看不懂，Administrator就是电脑用户名，比如我电脑名是PC，地址就是C:\Users\pc）中的.condarc文件，打开，然后修改一下，安装Tensorflow时，需要从Anaconda仓库中下载，一般默认链接的都是国外镜像地址，下载肯定很慢啊（跨国呢！），这里我是用国内清华镜像，需要改一下链接镜像的地址。
.condarc文件中复制粘贴以下：
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
show_channel_urls: true
ssl_verify: true
安装流程：
1：从官方网站下载Anaconda
https://www.anaconda.com/distribution/
2：进行软件安装（这个和普通的没什么特别区别，一直下一步即可，注意下图这一步，两个全选）
3：安装完成Anaconda之后进行环境变量的测试
进入到windows中的命令模式：
（1）检测anaconda环境是否安装成功：conda --version
（2）检测目前安装了哪些环境变量：conda info --envs
Py36 和 TensorFlow都是我之前搭建的环境，若第一次应该只有base，为了这篇教程我将新搭建一个环境。
（3）对于Anaconda中安装一个内置的python版本解析器(其实就是python的版本)
此时我们将搭建一个名字是tf2的环境，内置python版本是3.5
conda create --name tf2 python=3.5
输入之后会列出要下载的东西，输入“y”继续，出现下图则成功。
（4）激活tf2的环境：conda activate tf2 激活之后如图，输入框前面会有（tf2）标志
（5）检测tf2的环境添加到了Anaconda里面：conda info --envs
（6）检测当前环境中的python的版本：python --version
此处注意，每个环境都有自己的python版本，和你自己在电脑上装的python版本没有关系，拿我的电脑为例，未激活tf2时我的python版本是3.7.4
（7）退出tensorflow的环境：conda deactivate
4：在环境tf2中安装Tensorflow
（1）首先激活tf2（因为是在tf2这个环境里面安装Tensorflow）
conda activate tf2
（2）通过pip下载TensorFlow
pip install tensorflow==1.2 -i https://pypi.douban.com/simple
这一步我踩了很多雷，网上教程多种多样，但是综合下载速度、版本等，我选择这个，通过豆瓣的影像下载，比在官网上下载速度不知道快多少，而且版本一定要是1.2，不然会出现和python不兼容的情况，如果默认下载现在应该是tensorflow2.1
下载结束，黄字是说我的pip有点老，让我升级，不用管
（3）确认TensorFlow安装成功
直接在cmd里面键入python，然后键入import tensorflow as tf
发现报了很多错，但是写的全都是 in a future version of numpy, it will be understood as（*），也就是说numpy的版本过高。此时普及一下，Numpy是用 Python 进行科学计算的基础包。它支持n维数组和矩阵的计算，还拥有大量的高级数学函数。这是 TensorFlow 所需的必要软件包，因此，使用 pip install tensorflow 时，如果尚未安装 Numpy，它将被自动安装。
解决方法很简单，卸载numpy并下载合适版本：
首先查看现在的numpy版本：
import numpy
numpy.__version__（注意，version前后下划线各两个，一共四个下划线）
现在是1.18.1的numpy，退出python编程exit()
卸载numpy ：pip uninstall numpy
会列出将要卸载的文件，输入‘y’
安装降版本numpy
pip install numpy==1.16.4 -i https://pypi.tuna.tsinghua.edu.cn/simple/
安装完成后再试试导入TensorFlow，发现不再报错。
