# 1 sklearn 一般方法
网上有很多教程，不再赘述。
注意顺序是 numpy+mkl ，然后 scipy的环境，scipy，然后 sklearn
# 2 anoconda
anaconda 原始的环境已经自带了sklearn，这里说一下新建环境（比如 创建了一个tensorflow的环境），activate tensorflow2.0，然后conda install sklearn 即可，会帮你把各种需要的库都安装。
# keras
keras 前置需要Theano 或者 tensorflow，这里推荐 tensorflow。
之前我已经安装了tensorflow-gpu（2.0 beta）（https://www.cnblogs.com/lqerio/p/12252526.html）
继续在anaconda 的 tensorflow2.0环境安装keras 。
这里不使用 conda install keras，（会为你安装cpu版本的tensorflow）。也不直接安装keras（pip install keras）
仍然想像上面两种方法安装keras的注意 **tensorflow 和 keras 的对应版本** （就像注意 tensorflow 和 numpy 的对应版本一样）
从tensorflow 2.0 开始 用 tf.keras 代替了 keras。
直接 from tensorflow import keras 即可
注意tf.keras 和 keras 的代码可能不同。（据说 keras 2.3.0版本后相同）
tf.keras 教程 https://tensorflow.google.cn/guide/keras https://www.jianshu.com/p/d02980fd7b54
python 3.7 安装 sklearn keras(tf.keras)
原文：https://www.cnblogs.com/lqerio/p/12822382.html