掙扎許久，爲了畢業還是逃不開機器學習，裝TensorFlow時遇到了一些坑，記錄一下。
安裝Anaconda
下載地址： https://www.anaconda.com/download/#windows
直接下載安裝即可，之後啓動命令行窗口創建一個名叫tensorflow的環境
conda create --name tf-cpu python=3.6
等待安裝完成後，進入創建好的tensorflow環境中。
activate tf-cpu
安裝TensorFlow-CPU
我之前安裝每次都死在這，出現Read Time Out問題，總是安裝不成功，找遍全網，終於解決了問題。
1. 首先，換源！直接複製下面這兩行代碼進去。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
2. 安裝Pillow，這個要先裝！！
pip --default-timeout=100 install -U Pillow
3. 設置timeout，安裝tensorflow
pip --default-timeout=100 install --upgrade --ignore-installed tensorflow
中途如果卡住直接ctrl+C重複3.的操作，等待一會tensorflow就裝好了！！
4. 備份！！！！！！！！！！
一定要備份！備份！備份！
conda create -n tf-cpu-backup --clone tf-cpu
安裝TensorFlow-GPU
聽說TensorFlow的cpu和gpu速度差很多，所以再在Anaconda中新建了個環境用來裝TensorFlow-GPU
conda create --name tf-gpu python=3.6
然後想着換源吧，開始一頓操作，最後發現清華的源裏tensorflow-gpu還是1.1.0版本的，一查發現國內的源都GG了，好吧，只能老老實實地恢復默認源。
conda config --remove-key channels
然後設置一下timeout
conda config --set remote_read_timeout_secs 600.0
接下來就是聽天由命環節，慢慢裝吧。我這裏選擇裝的是1.10版本的
conda install tensorflow-gpu==1.10
最後說下這邊是用conda裝的tensorflow-gpu，這個好處是不需要自己去裝對應的CUDA和CUDNN了，因爲今天網絡抽風死活下載不下來CUDA，所以就只能慢慢等conda安裝了。
如果使用pip安裝tensorflow-gpu，那麼需要自己安裝CUDA和CUDNN，不過好處是可以換源，聽說pypi清華鏡像還可以使用
pip install -i https://pypi.tuna.tsinghua.edu.cn/ tensorflow-gpu==1.10
好了，花了兩小時不到，利用conda安裝tensorflow-gpu 1.10就完成了！強烈安利這個方式啊，比那些什麼換源然後卡住 Timeout重新來穩定多了，雖然慢，但是它在動啊！！！完全不用提心吊膽哪一瞬間他會卡住。
tensorflow配好了，希望老闆早日給我配Titan V，希望自己順利畢業。、
2019.6.21日更新：
Jupyter Notebook
大家都說Jupyter Notebook是搞機器學習的神器級IDE，然後我發現我的Anaconda的environment中沒有Jupyter Notebook，然後我在終端中activate [環境名]進入後，使用pip進行安裝
pip install jupyter notebook
下載完成後，終端中輸入jupyter notebook就會打開一個web頁面，其上可以進行coding了。
Pycharm
Pycharm是我一直都比較喜歡的IDE了，所以準備這個也配一配。關於如何安裝Pycharm網上有很多教程我就不贅述了，然後是如何使用Pycharm導入我們剛剛用Anaconda裝好的tensorflow環境。
首先打開Pycharm選擇新建工程，這時候可以選擇Interpreter，找到Anaconda中安裝tensorflow的python.exe即可
一般默認安裝爲：
C:\Users\Administrator\Anaconda3\envs\自建環境的目錄\python.exe
點擊確定就可以進行coding了。