如题，想给自己的笔记本上装一个CPU版的tensorflow玩一玩，网上现有的大部分教程，都是anaconda环境下的，由于我一直不喜欢anaconda的过于庞大，所以想在不安装anaconda的前提下搞定这件事，但是这么一件简单的事情居然用了我整整一个下午，因此特意把过程做个简单总结，希望可以帮和我一样情况的小伙伴们减少一些不必要的时间浪费。
说白了，其实安装过程就需要一行代码：pip install tensorflow，但其中隐藏的坑却让我百思不得其解。
首先，到底需不需要先安装anaconda？这里我先看了这位博主的文章，他的选择是先下载了anaconda，然后通过anaconda配置了tensorflow所需的环境，然后再回到pycharm将pycharm的解释器修改为anaconda环境下的解释器，最后用pip下载tensorflow。这种方式省心，成功率高，但是其实是没有必要的。
anaconda的作用其实就是，在创建环境的时候，会把tensorflow需要的辅助包都配置好。但其实在pip install tensorflow的过程中，pip会自动检测需要的pakage是否装好了。所以如果只是下载CPU版本，完全不需要再搞一个anaconda。按照以下流程来就可以：
1. 检查python版本
最大的一个爆炸性的雷就是，目前（2018年12月6日），python的最新版本是3.7，所以很多新手小伙伴们的python都是3.7版，而tensorflow最新版1.12.0只支持python2，python35和python36，所以会报下面这个错误：
Could not find a version that satisfies the requirement tensorflow (from versions: ) No matching distribution found for tensorflow
所以如果想装tensorflow，首先得安装一个3.6版本的python。当然了，考虑到我写作的时间是2018-12-06，读到我博客的小伙伴如果遇到同样的问题，最好先去这个网址看一下最新的tensorflow版本到底支持哪些python版本，再做选择。具体可以看这个图：
从我画红圈的地方可以看到，python27/33/34/35/36版本皆可，根据自己的使用习惯随便下载一个即可。
2. pip install anaconda
这里也有一个经常困扰新手的地方，就是下面这个错误：
'pip' 不是内部或外部命令，也不是可运行的程序或批处理文件。
网上一百度，所有人都说这是环境变量的事情，需要去把python的下载路径添加到系统环境变量里面去。到底怎么加我就不重复了，网上的教程说的很清楚了。这里给像我这样从零开始的纯小白大概讲一下为什么要这么做。
首先，打开cmd的命令行界面之后，我们默认是出于当前用户文件夹下的，也就是“C:\Users\用户名”这个路径。这时候就跟你在可视化的界面打开了这个文件夹是一样的性质。
然后，输入一个命令，比如说pip，事实上你的电脑就会在这个文件夹下面找有没有“pip.exe”这个应用程序，然后运行它，所以我们才能打开pip，来帮我们安装模块。但是，谁会把pip.exe放在自己的用户根目录下呢？所以电脑是找不到它的。这时候，电脑就会去环境变量里找了。说白了，每一个环境变量，就是一个路径，它的作用是，不论你在哪个目录下输入命令，电脑都会把这些环境变量代表的路径也检索一遍，看看能不能找到执行命令需要的文件。所以说，如果你常常使用一个程序，但是又觉得每次都得切换到那个目录去太麻烦，就把它的exe文件所在的路径加到环境变量里，这样不论你在哪个目录下，都可以直接调用了。
所以，也有人会碰到使用的是公司电脑，没有管理员权限所以修改不了环境变量的问题。这时候如果还想用pip，就只能辛苦一些，每次都切换到pip.exe所在的那个目录去了（别问我怎么知道的...）。那么pip.exe在哪呢？
可以看到，找到你的python安装路径，然后它在/scripts这个文件夹下，先cd到这个目录，再调用pip，就一定不会报上面那个错了，哪怕你没有修改环境变量。
3. 在pycharm里配置python解释器
如果你刚好和我一样不走运，在第一步里发现自己的python版本不对，不得不重新下载一个python，那完成了12两步后，就还需要回到pycharm中去，把项目的解释器修改成新下载的python解释器。具体流程如下：
File >> Settings >> 搜索Project Interpreter >> 打开如下界面：
点击右上角的向下的小箭头，找到你新下载的解释器即可。如果没有，就点旁边的小齿轮，选择add，打开如下界面：
选择“System Interpreter”，在浏览中找到新下载的python所在路径即可。