安装Keras，tensorflow，并将虚拟环境添加到jupyter notebook

写在面前：

最近需要用LSTM，今天开始搭环境，遇到了很多问题，其中主要是两个问题，不太懂装环境的朋友可以注意一下：

1、tensorflow和keras以及numpy等等版本的兼容问题。一般的keras安装教程tensorflow和keras版本都是兼容的，但是自己还得去装numpy，一不小心版本就不兼容了，所以我的每一步安装都规定了版本，防止不兼容问题；

2、因为用不惯pycharm，所以keras安装好了我想用jupyter打开，结果遇到了各种问题。例如无法识别jupyter notebook这个命令等等。所以我索性改变思路，先把虚拟环境加入到jupyter中，然后再在虚拟环境里面装包。

以下是我安装的全过程，都是用的清华园镜像，网速好两三分钟就能全部装好！

——————————————————————————————————————————

第一步：创建虚拟环境（tf3是我的虚拟环境的名称，你可以自己取）

conda create -n tf3 python=3.6.5   

第二步：安装 ipykernel

pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple/

第三步：把新建的虚拟环境（tf3）加入到jupter notebook里面

python -m ipykernel install --name tf3

截至这里，虚拟环境就加入到jupter notebook里面了，接下来往虚拟环境装tensorflow和keras

第一步：首先要进入到新建的虚拟环境

conda activate tf3

 第二步：安装tensorflow

pip install tensorflow==2.3.1 -i https://pypi.tuna.tsinghua.edu.cn/simple/

第三步：安装keras

pip install keras==2.4.3 -i https://pypi.tuna.tsinghua.edu.cn/simple/

第四步：安装numpy

pip install numpy==1.19.5 -i https://pypi.tuna.tsinghua.edu.cn/simple/

第五步：安装pandas

pip install pandas==1.1.4 -i https://pypi.tuna.tsinghua.edu.cn/simple/

第六步：安装scikit-learn 

pip install scikit-learn==0.24.1 -i https://pypi.tuna.tsinghua.edu.cn/simple/

第七步：安装scipy

pip install scipy==1.5.4 -i https://pypi.tuna.tsinghua.edu.cn/simple/

第八步：安装matplotlib

pip install matplotlib==3.3.3 -i https://pypi.tuna.tsinghua.edu.cn/simple/

最后在jupyter notebook里面引入相关库，没报错就说明ok了

from keras.models import Sequential
from keras.layers import Dense
from keras.layers import LSTM
from keras.layers import Dropout