我之前在Windows上折腾Anaconda和TensorFlow兼容的时候也踩过类似的坑，给你几个经过验证的解决思路：

针对Anaconda3（5.1版本）的解决方案 #

你的核心问题是创建Python2.7环境时被自动升级到3.6，这是因为老版本的conda在处理环境创建时，可能会默认拉取最新兼容的Python版本，解决办法是严格锁定Python版本并创建独立虚拟环境：

• 打开Anaconda Prompt，执行命令创建干净的Python2.7环境（指定具体小版本防止自动升级）：

  conda create -n tf_py27 python=2.7.18
  

• 激活这个虚拟环境：

  activate tf_py27
  

• 安装Python2.7兼容的TensorFlow版本（注意TensorFlow 2.x不再支持Python2.7，最高兼容版本是1.15.x）：

  pip install tensorflow==1.15
  

  这里推荐用pip而非conda安装，避免conda源的依赖冲突触发Python版本升级。

针对Anaconda2的解决方案 #

Anaconda2本身的base环境就是Python2.7，但直接安装TensorFlow容易出现包冲突，同样建议用隔离的虚拟环境来规避：

• 打开Anaconda2对应的Anaconda Prompt，创建独立虚拟环境：

  conda create -n tf_py27 python=2.7.18
  

• 激活环境后，同样用pip安装指定版本的TensorFlow：

  activate tf_py27
  pip install tensorflow==1.15
  

• 如果依然出现冲突，可以尝试在创建环境时添加--no-default-packages参数，创建一个完全干净的环境，再逐个安装必要依赖：

  conda create -n tf_py27_clean python=2.7.18 --no-default-packages
  

额外注意事项 #

• 每次操作前务必确认虚拟环境已激活（命令行前缀会显示(tf_py27)），输入python --version验证当前环境的Python版本是否为2.7.x
• 如果需要GPU版本的TensorFlow，要确保安装的CUDA和cuDNN版本与TensorFlow 1.15兼容（CUDA 10.0、cuDNN 7.6.5是比较稳妥的组合）
• 若pip安装速度慢，可以添加国内PyPI镜像源加速：

  pip install tensorflow==1.15 -i https://pypi.tuna.tsinghua.edu.cn/simple
  

内容的提问来源于stack exchange，提问作者TenaliRaman