镜像安装TensorFlow 1.14及Keras超详细版

在开始之前，请确保您的计算机已经安装了Anaconda3。如果没有安装，请访问Anaconda官网下载并按照步骤进行安装。在安装过程中，请注意选择安装路径，确保路径所在文件夹为空。同时，请勾选两个选项，以便环境变量自动添加到计算机中。
完成Anaconda安装后，打开Anaconda Prompt，这是一个终端模拟器，方便我们进行后续操作。
接下来，我们将使用pip命令来安装TensorFlow 1.14。由于TensorFlow的某些版本可能存在兼容性问题，因此建议直接安装特定版本。在Anaconda Prompt中输入以下命令：
pip install tensorflow==1.14
这条命令会从PyPI（Python包索引）下载并安装TensorFlow 1.14版本。
如果您在安装过程中遇到问题，可以尝试使用镜像源来加速下载。在中国地区，可以使用豆瓣的PyPI镜像源，在Anaconda Prompt中输入以下命令：
pip install -i https://pypi.doubanio.com/simple/ tensorflow==1.14
这条命令将使用豆瓣的PyPI镜像源来下载并安装TensorFlow 1.14。
安装完成后，我们可以通过编写简单的Python代码来测试TensorFlow是否成功安装。打开一个新的Python环境（可以使用Anaconda Navigator或Jupyter Notebook），输入以下代码：
import tensorflow as tf
sess=tf.Session()
a=tf.constant(1)
b=tf.constant(2)
print(sess.run(a+b))
如果代码运行后输出3，说明TensorFlow已经成功安装。
接下来，我们将安装Keras，这是一个基于TensorFlow的高级神经网络API。在Anaconda Prompt中输入以下命令：
pip install keras
这条命令将从PyPI下载并安装Keras。由于Keras现在是TensorFlow的一部分，因此实际上它将被安装为TensorFlow的一部分。
完成安装后，您可以使用Keras编写神经网络模型、编译模型、训练模型和评估模型等操作。
总结：通过以上步骤，您已经成功地使用镜像安装了TensorFlow 1.14和Keras。现在您可以开始探索深度学习的世界，并使用这些强大的工具进行各种机器学习任务。