anaconda下载tensorflow.keras

### 如何在Anaconda中安装TensorFlow和Keras

#### 创建并激活虚拟环境
为了确保不会影响其他项目，在创建新的Python环境来安装所需的软件包是一个好的实践方法。通过`conda create`命令可以轻松完成此操作。

conda create --name tensorflow_env python=3.9

这会建立一个新的名为`tensorflow_env`的环境，并指定Python版本为3.9[^2]。

接着，需激活该新创建的环境：

conda activate tensorflow_env

一旦处于活动状态，则可以在其中安全地管理依赖项而无需担心与其他项目的冲突[^1]。

#### 设置工作目录至Anaconda envs文件夹
为了避免占用过多C盘空间以及便于后续配置IDE中的解释器路径，推荐提前切换当前的工作目录到Anaconda的envs文件夹下再执行安装指令:

cd %USERPROFILE%\Anaconda3\envs\tensorflow_env\

对于Linux或MacOS用户来说，应改为如下形式：

cd ~/anaconda3/envs/tensorflow_env/

这样做的好处是可以让所有的第三方库都被放置于特定位置而不是默认的根目录内[^3]。

#### 安装TensorFlow与Keras
当一切准备就绪之后，就可以利用Conda工具来进行必要的安装了。针对CPU版的TensorFlow及其附带的高级API——Keras，可以通过下面这条简单的命令实现一键部署：

conda install tensorflow keras

如果目标平台支持GPU加速运算的话，那么应该替换上述命令为专门面向NVIDIA GPU优化过的版本：

conda install tensorflow-gpu keras

以上步骤完成后即成功集成了TensorFlow和Keras到Anaconda环境中去了[^4]。