因为自己电脑的环境配置的tensorflow和keras的版本太高了，运行和学习前辈的代码需要重新卸载和安装，但是这么做的时间成本有点高，因此我们可以用conda创建一个虚拟的环境，在虚拟环境上运行我们下载的代码。

 比如我下载的这个代码，它需要tensorflow 0.12.1和keras 1.1.2的环境。

首先，我们要知道python3.6以上的版本是无法安装tensorflow 2以下的版本的，否则会报错。

所以，我们先在anaconda prompt创建一个叫xnhj的虚拟环境，配置python：

conda create --name xnhj python=3.5        //xnhj是你的虚拟环境的名字

激活环境：

activate xnhj

安装tensorflow：

pip install tensorflow==0.12.1

安装keras：

pip install  keras==1.1.2

关闭环境：

conda deactivate

安装中遇到的问题：

网速的问题，安装超时：

 注意下网速就行了。

后来系统自动下载了1.0.0版本的tensorflow，把tensorflow 0.12.1给卸载了（哭）。

 

然后，在anaconda里envs目录下会出现xnhj：

 选择我们配置的虚拟环境：

 有些同学这么选就可以用了，但是有些同学这么选还是不行，那么可以看一下setting.json文件，修改配置：

再试着运行一下，如果还不行，再修改一下conda的环境文件：

 

 原本的配置是这样的：

 

默认是第一个，后来我把其他的环境删掉了，变成下图，就可以了（开心）：

 运行程序：

发现没有pandas包：

 

我们要在虚拟环境（xnhj）中安装pandas，在anaconda prompt中输入以下代码：

conda activate xnhj
conda install pandas

检查是否安装成功，然后退出虚拟环境：

 重新启动vscode和虚拟环境。

同理，导入sklearn。

后来又遇到了问题：

参考这篇博文：

​​​​​​解决numpy.core.multiarray failed to import问题_Shaelyn_W的博客-CSDN博客

后来又经过一系列调试import包的版本，最后终于运行起来了。

 

参考博文：

解决Pthon中无法安装旧版本TensorFlow问题_Feng-licong-CSDN博客_安装不了低版本tensorflow

pip安装指定keras版本_baidu_32936911的博客-CSDN博客_安装keras指定版本