1.使用清华镜像源下载tensorflow，
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ module注意module前面有一个空格。 直接这么下载的tensorflow的版本是最新版，与我安装的python版本不兼容，故用了1.3.1这个版本：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ tensorflow==1.3.12.之前用whl文件下载也出现了问题，主要原因是用的whl文件版本太低(建议不要用这种方式下，还是用镜像源比较好)。
3.一直想用tensorflow-gpu，装了tensorflow-gpu，也装了cuda8.0和cudnn6.0(显卡只支持这个版本)，但是运行demo的时候始终报错。 于是就放弃了gpu选择了cpu,于是直接用以下命令
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ tensorflow下载tensorflow,下好之后却发现import不了，后来再网上查，发现tensorflow不支持python3.7,我就懵了，然后我抱着试试的态度下了tensorflow-cpu==1.13.1这个版本，结果却可以import了，想不明白，向下兼容？
4.几天后，我又试着装了gpu版本，发现还是有问题，然后又去查资料，看了这个链接: https://www.cnblogs.com/chenzhen0530/p/10939319.html.
然后我就根据它的提示，结合自己电脑的情况，将原来的cuda卸载，然后先更新驱动程序，再重新装cuda,重装的时候只选了cuda这一项（cuda里面的我全打勾了），没有选NADIA Geforce Experience和other components（上次安装时选了，后来查了一下，发现对游戏有些用，对tensorflow没啥用所以这次就没有选）；另外Driver components这一项也没选，之前在这里碰到个坑：之前看了一个博客说要先删除自己的驱动程序版本然后勾选Driver components（相当于是用cuda自带的驱动程序，如果不删原来的驱动程序就会有冲突），之后我就删了，结果删出问题了，可能就是因为这一步导致我的tensorflow-gpu安装不成功，所以第二次装cuda的时候，在设备管理器中提前更新驱动程序，在安装cuda的时候发现跟新的驱动版本比cuda自带的版本高，所以完全不用勾选Driver components这一项，最后等待安装完成。 测试tensorflow-gpu，安装成功！ 太难了呜呜呜…
Anaconda2019.10 +
开始(tf –gpu 1.3.0 + python3.6) +cuda8.0 +cudnn6.0（win10），不行；看了一个博客将tf –gpu 1.3.0改为1.4.0，即(tf –gpu 1.4.0 + python3.6) +cuda8.0 +cudnn6.0（win10）结果还是不行；然后把win10的cudnn改为win7的（我的电脑是win8.1），即(tf –gpu 1.4.0 + python3.6) +cuda8.0 +cudnn6.0（win7），仍然不能用重新装了cuda(未勾选cuda以外三项，包括driver),成功！（但是tensoflow里缺少很多包，导致在github上下载的demo无法运行，我在想着要不要换电脑）Tensorflow-gpu和cuda,cudnn要严格按照对应版本来，尤其是后两个，前面的一个还不是太清楚，至于python、keras、numpy的版本是否要严格对应也不是太清楚（numpy了解了只会是语法上的问题，好像不会出现版本兼容问题），最好按照对应版本来。https://www.cnblogs.com/carle-09/p/11661261.html tensorflow、keras、python版本对应关系
该网页提供的对应关系，但我的是Tensorflow1.13.1 +keras2.3.1+python3.7+numpy1.16.0（目前yolov1能用，未涉及到keras；已经运行了yolov3，涉及到keras,所以这个组合是可以的）
自己的想法：可能版本问题并不是需要严格遵守，tensorflow说到底它就是个库，不同版本可能里面的包和模块不一样，可以自己加或者改动，至于cuda和cudnn，是不是只起到了加速器的作用，这个版本是不是需要严格遵守我不知道，但运行程序出错一般不会是它的原因。
Tensorflow里面也有keras,大部分模块都有，少量模块好像两边互相没有，两者模块有的放的位置不一样，目前看的大部分人都是直接用的keras,没见到有人用tensorflow里的keras。
Anaconda通过（python***）建立一个虚拟环境相当于在anaconda里重新下了一个python，该环境里初始下载的内容和直接下载python得到的东西一样。如果以后还需要下东西，可以到该环境下（可直接通过anaconda prompt进入）用conda/pip下载，至于怎么跟IDE(pycharm)关联在一起，只需设置一下解释器，设置完后在该python管辖范围内的包也就关联了。
Anaconda里用pip/conda,尤其是conda下载东西，它们会附带很多东西，（这里出现了一种情况，当有不同版本的.dist-info（例如numpy）出现时，用pip安装numpy或者其他东西都会发生environment-error）, G:python上也是一样的情况。
