这两天安装TensorFlow和keras(基于TensorFlow)踩了不少坑，特此总结。
安装tensorflow主要有两种方式：原环境安装（不推荐）和虚拟环境安装（推荐）。
1、原环境安装（各种坑）：
将tensorflow作为一个普通工具包安装：pip install tensorflow
引入tensorflow：import etnsorflow
显示： ImportError:
Importing the multiarray numpy extension module failed. Most likely you are trying to import a failed build of numpy.If you're working with a numpy git repo, try `git clean -xdf` (removes all files not under version control). Otherwise reinstall numpy.
Original error was: DLL load failed: 找不到指定的模块。
解决办法：numpy版本不对，tensorflow要求numpy版本大于等于1.13.3，故卸载原有numpy，重新安装numpy1.13.3。
接下来可能还有类似的版本冲突问题，需要一一解决，故不建议此种安装方式。
2、虚拟环境安装（比较顺）
1）用管理员权限打开Anacoda Prompt；
2）创建虚拟环境，命名为“tensorflow”；
命令：conda create -n tensorflow python=3.5
注意：因为tensorflow最适合的python版本是3.5，所以无论你的python是什么版本，建议虚拟一个python3.5的环境
3）进入虚拟环境；
命令：activate tensorflow
4） 安装tensorflow
命令：pip install tensorflow
3、测试tensorflow
命令：import tensorflow as tf
node = tf.constant(4.0)
print(node)
结果：Tensor<”Const:0”,shape=<>,dtype=float32，至此，tensorflow安装完成。
注意：真正使用需要进入虚拟的python环境 例如：D:\Pythoninstall\envs\tensorflow，点击python.exe进入命令行。
4、安装keras （需要在tensorflow的虚拟环境中安装keras）
1)用管理员权限打开Anacoda Prompt
2)进入tensorflow虚拟环境
命令：activate tensorflow
3)安装keras
命令：pip install keras
5、测试keras (需要进入Anaconda Prompt)
利用Keras中mnist数据集测试
命令： conda install git
git clone https://github.com/fchollet/keras.git
cd keras/examples/
python mnist_mlp.py
结果：出现“Test accuracy :0.9838”,程序无错进行，至此，keras安装完成。