win10+anaconda3环境下安装tensorflow+opencv+pytorch+keras（CPU版本亲测）
本教程仅供个人学习使用，请勿用于商业获利，造成后果自负！！！
下载安装顺序
使用Anaconda建立隔离环境，在各自独立的环境中安装相应的深度学习框架。这种方式的好处是如果设置出现错误，则无需担心整个系统受影响。
anaconda3下载与安装
下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
安装时勾选添加环境变量选项：
注意：安装过程中出现的黑窗口切记不要管！不要管！不要管！
检测anaconda环境是否安装成功：conda --version
安装tensorflow
在安装tensorflow的过程中，默认会选择国际 CDN 作为下载源，在某些网络环境下可能会导致下载速度较慢。为提升访问效率并避免网络延迟问题，在满足软件兼容性的前提下建议切换至清华大学镜像资源库进行获取。为了进行配置操作：首先打开Anaconda Prompt窗口并输入以下命令行指令：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/；随后执行conda config --set show_channel_urls yes以完成所需调整。
在Anaconda环境中创建一个名为tensorflow的虚拟环境，并安装Python 3.6.4版本。随后，在Anaconda Prompt交互界面中输入以下命令：
$ conda create -n tensorflow python=3.6.4
至此tensorflow环境创建成功，不放心的话可以查看：
基于CPU平台的TensorFlow框架：使用pip安装命令安装该软件包，并指定镜像源为https://pypi.tuna.tsinghua.edu.cn/simple, 版本号为TensorFlow框架==1.12.0
安装成功
启动Anaconda Prompt窗口并执行Python脚本。\n\n在Python环境中运行以下命令：\n\n导入TensorFlow库，并创建会话对象。\n\n定义一个常量a，并将其值设为10。\n\n定义另一个常量b，并将其值设为12。\n\n执行计算a加b的结果。
OK，测试成功
安装opencv-python
访问清华大学的软件资源中心镜像位置（相较于官方而言更加便捷）：https://pypi.tuna.tsinghua.edu.cn/simple/opencv-python/；
其中cp36代表Python 3.6版本；win_amd64对应Windows 64位操作系统的版本。
请将下载好的whl文件复制或移动至D:\anaconda3\Lib\site-packages文件夹内，并 cd 进入whl文件所在的目录后运行pip install opencv_python-4.2.0.32-cp37-cp37m-win_amd64.whl命令以完成安装
参考文章：通过Anaconda配置OpenCV Python以实现图像处理功能的详细指南
安装opencv
打开cmd，输入conda create -n opencv python=3.6.4，创建名为opencv的虚拟空间
然后y，直到安装完成
输入activate opencv，然后 conda install opencv
之后y，安装完成
测试：
import cv2 as cv
print(cv.version)
OK，测试成功
安装pytorch
启动Anaconda Prompt并选择清华镜像版本：
随后将提供的四个通道加入到Anaconda配置文件中。具体操作包括：
- 将提供的自由软件包通道加入 Anaconda 配置文件；
- 同时添加主版本通道；
- 启用显示渠道链接选项；
- 最后加入PyTorch相关的通道以确保兼容性
2）创建pytorch环境（python版本3.6.4）：
conda create -n pytorch python=3.6.4
之后弹出提示，输入y安装
查看环境是否安装成功：conda info --envs
安装完成进入环境，输入命令activate pytorch：
3）安装pytorch：
基于用户的安装版本，在访问pytorch网站时获取代码资源
复制代码以部署PyTorch及其相关库：conda install pytorch torchvision torchaudio cpuonly -c pytorch 将复制的代码粘贴至命令行执行。
弹出提示，输入 y，即可完成安装
4）测试：
安装numpy
进入指定目录D:\anaconda3\Lib\site-packages
输入pip install numpy-1.19.4+mkl-cp36-cp36m-win_amd64.whl
安装matplotlib
在Anaconda Prompt下输入： conda install matplotlib
安装scipy
在Anaconda Prompt下输入：conda install scipy
安装keras
基于TensorFlow构建的框架，在Keras上运行前需提前配置并安装以下依赖项：TensorFlow、NumPy、Matplotlib和SciPy；通过终端界面，在Anaconda Prompt中运行命令：conda install keras
测试：
OK 测试成功
注：第一次写博客，若有参考文章未注明还请提醒 见谅，蟹蟹…