文章目录

一、在Anaconda中安装TensorFlow1.14.0

1、Anaconda修改国内镜像源

2、安装TensorFlow

3、测试TensorFlow是否安装成功

4、TensorFlow的简单使用

二、在Windows10上安装TensorFlow2.0.0

1、安装Anaconda

2、了解常用conda指令

3、安装CPU版本TensorFlow2.0.0

三、在Spyder里或Jupyter Notebook里运行Python程序

1、在Spyder里基于TF2C环境运行Python程序

2、在Jupyter Notebook里基于TF2C环境运行Python程序

一、在Anaconda中安装TensorFlow1.14.0

1、Anaconda修改国内镜像源

国外网络有时太慢，可以通过配置将下载源修改为国内的镜像，

比如清华的镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free

（1）在Anaconda Prompt窗口执行配置命令

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --set show_channel_urls yes



（2）修改用户目录下Anaconda配置文件.condarc





2、安装TensorFlow

（1）安装普通版TensorFlow

conda install tensorflow



（2）安装GPU版TensorFlow

conda install tensorflow-gpu





3、测试TensorFlow是否安装成功

启动Spyder，在IPython窗口里输入命令：

import tensorflow as tf
tf.__version__



大家可以看到输出了版本号，就说明TensorFlow安装成功！

4、TensorFlow的简单使用



在TensorFlow1.x中的函数xx()，在TensorFlow2.0里以tf.compat.v1.xx()的方式来调用。

二、在Windows10上安装TensorFlow2.0.0

1、安装Anaconda



2、了解常用conda指令

（1）查看conda环境：conda env list

  
（2）新建conda环境：conda create -n env_name





（3）激活conda环境：conda activate env_name


（4）退出conda环境：conda deactivate



（5）查看已安装python包列表：conda list -n env_name





（6）安装和卸载python包

安装：conda install pkg_name
安装numpy模块：





卸载：conda uninstall pkg_name
卸载numpy模块：



查看style环境里安装的python包：



可以使用通配符卸载style环境里所有的python包：



（7）删除conda环境：conda env remove -n env_name

删除style环境：



3、安装CPU版本TensorFlow2.0.0

（1）新建TF2C环境

conda create -n TF2C python=3.7





（2）激活TF2C环境

conda activate TF2C



（3）安装TF2.0 CPU版本

pip install tensorflow==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple





（4）测试TF2.0 CPU版本





编写程序test_tf2c.py：

import tensorflow as tf
print('TF Version = {0:s}'.format(tf.__version__))
print('Is gpu available? ', tf.test.is_gpu_available())

在TF2C环境与base环境里运行上述程序，结果如下：



可以看到，在base环境中，TF版本还是1.14.0，在TF2C环境中，TF版本才是2.0.0。

三、在Spyder里或Jupyter Notebook里运行Python程序

以命令行方式运行Python程序不方便，还是希望在Spyder里或Jupyter Notebook里运行Python程序。

1、在Spyder里基于TF2C环境运行Python程序



运行程序，TF版本是1.14.0，说明Spyder是在base环境中运行Python程序的，怎么才能切换到TF2C虚拟环境来执行Python程序呢？







运行程序，报错，提示安装spyder-kernels=0.*：





此时，运行程序，还是报错：









还得继续安装ipykernel才行。





 



这样连kernel都连接不上了，……，只好放弃这个处理办法。

再尝试另外一个方法，在TF2C环境里安装Spyder。







启动Spyder(TF2C)：



实践证明，在TF2C环境里安装Spyder是行之有效的方法，程序运行结果是TF Version = 2.0.0。

2、在Jupyter Notebook里基于TF2C环境运行Python程序

（1）安装nb_conda



（2）重启jupyter notebook，切换kernel







在Jupyter Notebook里运行程序也是十分方便的。

TF1.x是静态图，要利用会话的run()方法来执行计算。TF2.0是动态图，没有会话了。





无须session的run()方法去获取张量的值，只需调用张量的numpy()方法就可以获取张量的值。

在TF2.0环境里，如何让TF1.x代码依然可以运行呢？

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

在anaconda中安装tensorflow-GPU版本
第一步：去anaconda官网下载，我下载的是anaconda (python3.7版本）
anaconda下载链接：点击link

进去之后网页最下面有要下载的版本

安装的具体步骤：点击

link
第二步：安装tensorflow的具体步骤
1、 anaconda安装之后进入Anaconda Prompt(anaconda)



2、进去之后创建一个虚拟环境

代码如下

conda create -n TF2.1 python=3.7

输入之后点击回车





用coda activate TF2.1

激活之后不要急着安装，因为下载会很慢，安装中科大镜像：具体步骤点击link，安装成功之后再进行以下安装操作

激活这个虚拟环境，进入虚拟环境之后安装

conda install cudatoolkit=10.1

安装过程中出现Proceed（[y]/n)?都选y



安装成功之后：安装下面这个，步骤同上

conda install cudnn=7.6

成功之后安装

pip install tensorflow==2.1(不用指定GPU版本，默认CPU版本，GPU版本都会下载，GPU不能用的时候转为使用CPU）

安装之后测试一下，还是当前页面

输入
python回车

import tensorflow as tf 回车

tf.__version__回车



安装GPU版本需要Microsoft Visual C++ 2015-2019 Redistributabled的支持，木有安装的点击link自行安装,里面有链接

link
下载完之后如何在anaconda中使用刚才创建的虚拟环境
进入anaconda Prompt，激活刚才的虚拟环境

conda activate TF2.1回车，进入环境之后输入conda install nb_conda

回车

出现Proceed（[y]/n)?都选y


安装之后，会出现jupyter notebook(TF2.1),点击进去



点击new，选择刚才创建的虚拟环境Python [conda env:TF2.1]


不需要时可以删除创建的虚拟环境
conda remove -n 虚拟环境名 --all

头痛啊，真的头痛。

对这方面一无所知的我着手安装anaconda、安装pycharm，在anaconda里面安装tensorflow、在tensorflow的基础上安装keras

1. 安装anaconda问题很多，但是不是困扰我的所以我这里先不赘述。我安装的当前时间点的最新版的！！如果有问题给我留言我再写一篇关于anaconda的安装。

2. 安装pycharm一样找教程来安装很简单不会出现问题，如果上面两个有出现问题了私信我我帮助解答。

3. 我最想说的就是在anaconda里面装tensorflow，我之前直接cmd在命令行进入这个环境下安装过，全部没成功。还是在anaconda里面安装好点。安装了十几次斯毫不夸张，当然这样的教程特别多，但是我都试了，没有什么结果。

        我想大家对这个流程应该清晰了，安装anaconda，安装好之后打开安装的anaconda prompt ，记住右击管理员身份打开，管理员身份打开，管理员身份打开！！！重要的事说三遍，我在卸载环境（后面讲到）的时候一直不成功，后来重新用管理员打开卸载成功了。在anaconda里面安装一个内置的python解析器。然后激活环境activate tensorflow，在tensorflow环境下安装tensorflow，下面是安装过程。。

        最简单的也是最不可能成功的一个方法是：pip install tensorflow，不知道大家又没有试过，350多兆，卡半天出现超时错误。出现这样的原因就是这些镜像文件是在国外的网站上的，在一般电脑上下载是不可能成功的。

        （此时的我剑走偏锋，我看了一篇博客上说使用pip降低性能，为了更好的性能使用conda吧，没办法初出茅庐的小子，试试吧，一试吧我试傻了，我弄不明白了。装好了是真的装好了，但是无论我怎么import都是不行，安装失败。我开始懵了，因为我自始至终还是不知道流程的，有些事情其实做着做着就明悟了。）

        然后我尝试了清华镜像回到pip安装，听着是很不错的解决办法是吧，按照常理来说是的，既然国外的不行，用国内的总行了吧，我改了连接在后面加了下载的地址，然后安装，还是不行，怎么办？？？

        到这一步已经慢慢的接近成功了，既然镜像下载不行，大部分人能想到这个方法把，我去清华镜像那个网站下载好，放在本地然后再使用pip安装不就可以了，有了这个想法我就试了试，不管我下载多少了镜像，pip安装多少次都不行，又是不行，怎么办？？？

        放弃吗？那时不可能的。在下载镜像进行安装尝试的时候发现，有的镜像是读取错误，有的是版本不对应，，，，，，，，，，哦ho，版本不对应，我明悟了，此时感觉anaconda和tensorflow必须要版本对应，可能这个我们都知道，我也知道只是这个时候突然想起这个我知道我那儿弄错了。然后我去查了版本对应，anaconda里面的python与tensorflow对应的关系，发现了在我自己找的清华镜像下载的网站里面都没有与我安装的python3.5相对应，这就是问题所在，我想我安装anaconde是安装的最新版的那么里面的python也应该是最新版的吧，于是我卸载了python3.5安装了python3.7（这里面插一句一直没卸成功，就是因为没有管理员打开prompt），然后再下载tensorflow最新的版本，发现里面没有与之对应的。没错清华镜像里面没有与之对应的。怎么办？？？

        重新卸载anaconda吗，不用的，我找到python3.5对应的是tensorflow1.4，镜像里面也没有，我专门去找了这个镜像下载好重新装上python3.5，激活环境然后直接pip安装，成功了！！！！！

python3.5对应的安装命令：conda create --name tensorflow python=3.5

对应的tensorflow1.4命令：pip install tensorflow==1.4.0 -i https://pypi.tuna.tsinghua.edu.cn/simple（下载超级快）

 

对于想用python3.7对应的tensorflow的话看这个博主的：https://blog.csdn.net/moonshine_cc/article/details/90416045

其他的只要对应，看好是win系统还是linux系统。对应的找应该都没什么问题。

注意：TensorFlow的安装仅支持python3.5和3.6版本的（截至18/11/6，暂未兼容3.7），如果之前使用的是python2.7版本，可以考虑重装或者双python版本安装TensorFlow。

双python版本安装可参考下面链接：

https://www.cnblogs.com/Yu-FeiFei/p/6921782.html
Anaconda是python的一个科学计算发行版，内置了上千个python经常会用到的库，包括scikit-learn、numpy、scipy等。可直接到annaconda官网上下载，也可以到清华映象站下载：

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

清华映象站的anaconda版本都是最新的，这里附上各个新旧版本的anaconda下载地址：

https://repo.continuum.io/archive/
anaconda 3-4.2.4-windows-x86_64.exe文件名含义，3-是python版本3.x；windows-x86是32位系统，windows-x86_64是64位系统。
4.2默认的python版本是3.5，5.1的默认python版本是3.6
完成anaconda的安装工作（省略800字）后


Anaconda修改国内镜像源

国外网络有时比较慢，可以通过配置把下载源改成国内的。

可通过conda config命令生成配置文件，这里使用清华的镜像：

https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/


具体操作过程

首先打开Anaconda Prompt窗口，执行命令：
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

然后执行命令（将url设置为可见）：
conda config --set show_channel_urls yes

找到用户目录（C:\Users\Admin）底下的 .condarc文件

用编辑软件打开该文件，删除第三行的“  - defaults”，保存文件。



至此，镜像源已经修改好了。


安装TensorFlow

TensorFlow有支持CPU和支持GPU两个版本，看硬件条件选择不同安装命令。（回到Anaconda Prompt窗口）
安装普通版本的TensorFlow命令：
conda install tensorflow

安装GPU版本的TensorFlow命令：
conda install tensorflow-gpu



测试Tensorflow是否安装成功
打开Jupyter，会启动本地后台的服务器，通过浏览器的模式进行浏览和编辑。



等待服务器唤出的网页窗口，在弹出的网页页面新建python文件。如图。



输入：
import tensorflow as tf
tf.__version__   //注意，此处为两个下划线_

按“Ctrl+Enter”执行，若output版本号说明安装成功



此安装方法搬运自‘ 网易公开课 ’，浙江大学城市学院吴明晖老师在‘ 深度学习应用开发Tensorflow实践 ’课程上的内容。侵删。