如果前3步你都正确执行了，那么最容易被新手忽略的一步来了，很多新手出现问题，都是栽在这一步了！要认真听了

在第3步的代码中，笔者将tensorflow安装在了base环境，很多伙伴喜欢通过anaconda创建虚拟环境，然后在虚拟环境安装tensorflow库。比如你创建了一个虚拟环境，命名为：B 。

然后如下操作：

activate B  //激活虚拟环境B
jupyter notebook  //启动jupyter
系统启动默认浏览器，进入jupyter web开发界面，新建.ipynb，输入：
 
import tensorflow as tf
sess = tf.Session()
a = tf.constant(10)
b= tf.constant(12)
sess.run(a+b)
运行结果为22，就代表你已经完全安装好Tensorflow了；如果提示：ImportError: No module named tensorflow，那又是什么原因呢？
 
首先你要打开anaconda图形管理页面，在【HOME】中切换到虚拟环境B，检查下其jupyter notebook是否已安装。
 
 
如果按钮为“Launch”，代表已安装；如果按钮为“Install”，代表B环境下的jupyter还未安装，当你在命令行中如下输入时：
 
(base) C:\Windows\system32>activate B
(B) C:\Windows\system32>jupyter notebook
(B) C:\Windows\system32，表示你当前已经切换到虚拟环境B中进行操作，但其实anaconda默认启动浏览器后，进入的是base环境下jupyter，因为虚拟环境B中jupyter并没有被安装。这也就解释了为什么明明安装了tensorflow，却import不到。
 
原因就是：你将tensorflow安装在了虚拟环境B，而你正在使用base环境下jupyter编程。
 
解决方法就是：在第4步中我们一定要注意，提前在anaconda图形管理器中，将虚拟环境下的jupyter notebook安装完成，然后再执行如下代码，就可以顺利启动虚拟环境B的jupyter，进行网页端编程了：
 
activate B  //激活虚拟环境B
jupyter notebook  //启动jupyter
最后再补充一点小贴士，学习tensorflow初学者，一般也会用到keras。keras镜像安装代码如下：
 
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ --upgrade keras==2.3.1
这里要特别注意的是，keras是基于tensorflow代码高度封装的库，keras版本和tensorflow版本需要对应。不可以随便安装版本，具体对应规则，网络搜索“keras和tensorflow版本对应”即可。
 
会者不难，难者不会。TensorFlow的安装过程，很多新人可能搞上2-3天还是不成功。只要注意以上4个步骤，见招拆招，每一步都正确，那么结果就会是正确的。
 
本文到此完结，希望对你有帮助。
				
在Mac上按照官网教程安装成功tensor flow后，但在程序中导入时，仍然报错，包括但不限于以下两个错误。对于这种错误，原因主要在于Mac内默认的python库比较老了，即便通过pip命令安装了新的包，python也会默认导入默认位置的包。这时候需要做的就是删除，有冲突的包，对于以下两个错误，就是分别时numpy和six两个包冲突了。
可以在python命令行环境下，通过numpy.version和six.version两个命令查看当前版本，如果与预期的不一致，就可以删掉。
可以通过numpy.path查看默认包的位置。
import tensorflow
RuntimeEr
				
笔者在运行 import tensorflow as tf时出现下面的错误，但在运行import tensorflow时没有出错。
>>> import tensorflow as tf
RuntimeError: module compiled against API version 0xc but this version of numpy is 0xa
ImportError: numpy.core.multiarray failed to import
ImportError: numpy.core.umath failed to import
ImportError: numpy.
				
本人为了使用tensorflow-gpu搞到心态都崩了，听说python版本不行，于是卸了重装，结果后面再装tensorflow-gpu死活用不了，一import就报错，最后搞了一天才成功（真有一天了）。不过有一说一，用了gpu加速那速度真是快，我觉得快了十倍吧。
为了防止以后再掉坑，记录一下。
1.不用装anaconda（坑我6个小时以上）这里面不知道为什么tensorflow-gpu版本死活选不了，就一个1.1.0能下
2.其实就是环境问题，各个版本对应上基本就可以了
python：3
				
解决>>> import tensorflow
ModuleNotFoundError: No module named ‘numpy.core._multiarray_umath’ 错误
安装TensorFlow以后，在python编辑器上输入  import tensorflow，报错。
升级一下你的pip，重新安装一下numpy
pip install --upgr...
				
如果您在安装了TensorFlow之后无法成功导入它，可能是由于以下原因之一：
1. 您的Python环境不兼容TensorFlow版本。请确保您的Python版本与TensorFlow版本兼容，并且已经正确安装了所有依赖项。
2. 您的TensorFlow安装可能存在问题。请尝试重新安装TensorFlow，并确保您已经按照官方文档中的指示进行了正确的安装。
3. 您的代码中可能存在语法错误或其他问题。请检查您的代码，并确保您已经正确地导入了TensorFlow库。
如果您仍然无法解决问题，请尝试在TensorFlow社区或其他技术论坛上寻求帮助。