从国庆放假到现在的6号，我整整搞了将近五天多。安装个TensorFlow和OpenCV不下五次，各种问题各种解决，下载后卸载，卸载后下载，我快吐了啊这个国庆，但是最终还是达到了自己的目标（我太难了，菜小燕不配拥有国庆假期QAQ）
成功很难，但坚持一定很酷~
一，下载安装Anaconda，网上版本众说纷纭，我这边版本放下面了，自行下载
百度网盘提取码：q4d6 当然你也可以去清华镜像源下载：清华anaconda镜像源
不强调的都是直接下一步哈
wins+R打开运行窗口，输入cmd进入命令窗口，输入python，查看当的python版本为3.8.5
PS：这是因为anaconda里面自带的python，所以不用再专门下载python了
到这一步算是成功安装Anaconda了
二、创建TensorFlow环境空间
管理员身份运行Anaconda Prompt
这里说下哈，(base)这相当于一个环境，是anaconda默认的环境，打开Anaconda的目录找到envs文件夹下，这是后续咱们要安装tensorflow环境的地方，目前环境还没有一个
为了后续的操作更快捷点，这里把anaconda的镜像下载源换成清华大学的镜像源更快些，这里我就不再赘述了，可参考我这边博文。更换Anaconda镜像源下载更快开始创建一个环境空间tensorflow，名称无所谓哈，你开心就好
在Anaconda Prompt下输入：
conda create --name 随便取一个环境空间名称 python=你希望下载的版本号 例如：conda create --name tensorflow python=3.6，途中输入y然后回车确定下载
创建tensorflow这个环境空间之后，瞅见没，哦豁出现了哈
然后，咱们进去这个环境空间，activate 环境空间名称，例如：activate tensorflow
当前面的(base)改成你的环境空间的时候，就表明成功进入了你刚才创建的环境空间了哈
PS唠会儿嗑：还记得咱们在上面创建环境空间的时候python的版本吗？诺，瞅这边，的确tensorflow这个环境空间的python就是3.6.13，这13小版本是系统帮我选择的，当然你也可以在上步中更加详细规定下python的版本号
其实每个环境空间都有其自己的python版本
若删除想要环境空间tensorflow
首先通过conda activate base切换到base环境空间中去
其次删除tensorflow这个环境空间conda env remove -n tensorflow
三、在线下载tensorflow
继续继续！！！
输入命令：pip install tensorflow，当然你也可以指定tensorflow的版本，例如：pip install tensorflow=1.15.1之类的版本，我这里就直接下载最新版的哈
这里的tensorflow可不是环境空间啊，这就是tensorflow，每个人都得是这个命令哈别搞错了，开始在线下载tensorflow，还记不记得上面我所叙述的改anaconda镜像源，嘿嘿到这里起作用了，速度会较为快些喽~
四、检测安装是否成功
安装成功之后，依次输入：python，import tensorflow as tf，若不报红表示安装成功，嘿嘿，真棒，然后quit()退出python编译
最后输入：conda deactivate退出该环境空间
大功告成，中午饭奖励一下自己叭~吃顿好的
五、下载安装OpenCV
紧接着上一步哈，是在(base)下哈
输入命令：conda env list查看anaconda下有多少个环境空间
之后我们再创建一个环境空间opencv，命令：conda create --name 你所想要创建的环境空间名称 pythnotallow=你想要的python版本号 例如：conda create --name opencv pythnotallow=3.6，当然途中需要按下y来继续下载安装
之后我们再查看下当前anaconda下的环境空间conda env list，发现自己所创建的环境空间已经创建成功，同样的道理，废话不多说了
进入(激活)你所创建的环境空间，activate 你的环境空间名称
例如：activate opencv
然后，开始在线下载opencv，pip install opencv-python
六、检验opencv是否安装成功
在当前环境空间下，依次输入：python，import cv2 若不报错表示opencv安装成功，successful！！！
最后exit()退出python编译即可
当你看到这里的时候，很厉害，感谢您有耐心的看完我这整篇博文，感谢~ ~
我这里是将tenserflow和opencv分别独立在不同的环境空间里面了，使用谁直接切换环境空间即可，这样的优点是调用各个库的时候不会发生冲突
