##先只安装了python，发现这种情况下，需要安装一系列包。因此，删除python，安装了Anaconda，这是一个集成了python、numpy等##100多个科学包的工具。
一、conda create -n tensorflow python=3.7.0
%%% PackagesNotFoundError: The following packages are not available from current channels:
%%% - python=3.7.0
%%% 版本过高，最后使用了conda create -n tensorflow python=3.5.2
二、
# To activate this environment, use
#
# $ conda activate tensorflow
#
# To deactivate an active environment, use
#
# $ conda deactivate
三、No module named 'tensorflow'解决方法这条指令只是在Anaconda的envs目录下创建了自定义的虚拟python环境，并为该环境起名为tensorflow；tensorflow环境目前很标准，标准的py环境，没有其他第三方包。所以我们想要使用tensorflow编程，就需要先安装好。
关闭所有杀毒软件
更新所有包
conda upgrade --all
四、用spyder 打开.condarc文件 进行修改
五、tf.__version__查看tensorflow的版本（两个连着的下划线）
>>> tf.__version__
'1.2.1'
>>>
六、
>>>activate tensorflow
>>>python
>>> import tensorflow as tf
>>> sess=tf.Session()
>>> a=tf.constant(10)
>>> b=tf.constant(12)
>>> sess.run(a+b)
22
>>>deactivate
七、安装BERT
pip install bert-base==0.0.7 -i https://pypi.python.org/simple
结果是需要python -m pip install --upgrade pip
然后再继续pip install bert-base==0.0.7 -i https://pypi.python.org/simple
Successfully installed GPUtil-1.4.0 bert-base-0.0.7 termcolor-1.1.0
八： tensorflow入门 （Anaconda prompt）
activate tensorflow
python
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt ######ImportError: No module named 'matplotlib' 用pip 也显示已经安装了matplotlib.你是 ####在anaconda中安装的，python命令找不到.安装到python环境
因此，采用python -m pip install matplotlib安装到python环境
####安装Anaconda来运行tensorflow，在Spyder软件中运行import matplotlib.pyplot as pt语句时会出现ImportError: No module ####named 'matplotlib'的错误，而在网页版的Jupyter软件中运行没有出这样的错误。出现这样的原因是在Anaconda的tensorflow环境####中的没有installed matplotlib。
#### 解决方案：在Anaconda Navigator软件中选择Environments，再选择tensorflow，在installed中查找是否安装了matplotlib，如####果没有找到，就切换到Not installed，将其安装上，就可以解决该问题。
但是采用上述方法，又遇到python多版本问题，
UnsatisfiableError: The following specifications were found to be in conflict:
- matplotlib -> cycler[version='>=0.10'] -> python[version='>=3.7, - python=3.5.2
Use "conda info " to see the dependencies for each package.
###2020.2.8元宵节没有安装好的原因是，在第二步骤中，只点选了matplotlib，需要把所有的包都安装上。
九、第一个调试成功的程序段
activate tensorflow
python
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
train_X=np.linspace(-1,1,100)
train_Y=2*train_X+np.random.randn(*train_X.shape)*0.2
plt.grid()
plt.plot(train_X,train_Y,'ro',label='Original data')
X=tf.placeholder(tf.float32)
Y=tf.placeholder(tf.float32)
W=tf.Variable(tf.random_normal([1]),name="weight")
b=tf.Variable(tf.zeros([1]),name="bias")
z=tf.multiply(X,W)+b
cost=tf.reduce_mean(tf.square(Y-z))
learning_rate=0.01
optimizer=tf.train.GradientDescentOptimizer(learning_rate).minimize(cost)
init=tf.global_variables_initializer()
training_epochs=100
with tf.Session() as sess:
sess.run(init)
plotdata={"epoch":[],"loss":[]}
for epoch in range(training_epochs):
for (x,y) in zip(train_X,train_Y):
sess.run(optimizer,feed_dict={X:x,Y:y})
loss=sess.run(cost,feed_dict={X:train_X,Y:train_Y})
print("Epoch:",epoch+1,"Cost:",loss,"W=",sess.run(W),"b=",sess.run(b))
plotdata["epoch"].append(epoch)
plotdata["loss"].append(loss)
plt.plot(train_X,sess.run(z,feed_dict={X:train_X,Y:train_Y}))
plt.title("W:%f,b:%f"%(sess.run(W),sess.run(b)))
plt.legend()
plt.pause(0.1)
print("Finished")
plt.show()
十、现在遇到的问题是spyder与prompt之间的区别，比如上一段程序在prompt中可以运行，但在spyder中无法运行
#可能的原因是
activate tensorflow
Spyder#结果运行不了，原因是在tensorflow环境中，没有Spyder
conda install spyder#所以在tensorflow环境中，安装Spyder
Spyder#这次的输入，打开了Spyder
十一、遇到的问题是python问题：IndentationError:expected an indented block错误解决
Python语言是一款对缩进非常敏感的语言，给很多初学者带来了困惑，即便是很有经验的python程序员，也可能陷入陷阱当中。最常见的情况是tab和空格的混用会导致错误，或者缩进不对，而这是用肉眼无法分别的。
在编译时会出现这样的错IndentationError:expected an indented block说明此处需要缩进，你只要在出现错误的那一行，按空格或Tab（但不能混用）键缩进就行。
往往有的人会疑问：我根本就没缩进怎么还是错，不对，该缩进的地方就要缩进，不缩进反而会出错