TensorFlow2环境安装

推荐： Anaconda（Python3.7） +TensorFlow + Pycharm/Jupyter Notebook

1.安装Anaconda

下载地址：https://www.anaconda.com/products/individual#download-section

　　进入 Anaconda 下载页面，选择 Python 最新版本的下载链接即可下载，下载完成后安装即可进入安装程序。安装过程中，勾选”Add Anaconda to my PATH environmentvariable”一项，这样可以通过命令行方式调用 Anaconda 程序。安装程序询问是否连带安装 VS Code 软件，选择 Skip 即可。

　　验证 Anaconda 是否安装成功，通过键盘上的 Windows 键+R 键，即可调出运行程序对话框，输入“cmd”并回车即打开 Windows 自带的命令行程序cmd.exe。或者右击开始菜单，选择运行，输入“cmd”也可搜索到 cmd.exe 程序。输入conda list 命令即可查看 Python 环境已安装的库，如果是新安装的 Python 环境，则列出的库都是 Anaconda 自带的软件库。如果 conda list 能够正常弹出一系列的库列表信息，说明 Anaconda 软件安装成功；如果 conda 命名不能被识别，则说明安装失败。

2.安装TensorFlow2

　　使用 Anaconda 自带的 conda 包管理器建立一个 Conda 虚拟环境，并进入该虚拟环境。在命令行下输入：

conda create --name tf2 python=3.7      # “tf2”是你建立的conda虚拟环境的名字
conda activate tf2                      # 进入名为“tf2”的conda虚拟环境

　　两种方式安装TensorFlow2。

　　使用 conda 包管理器来安装 TensorFlow，不过 conda 源的版本往往更新较慢。

 conda install tensorflow

　　使用 Python 包管理器 pip 安装 TensorFlow。

pip install tensorflow

　　国内使用 pip 命令安装时，可能会出现下载速度缓慢甚至连接断开的情况，需要配置国内的 pip 源，只需要在 pip install 命令后面带上“-i 源地址”参数即可。

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

　　从 TensorFlow 2.1 开始，pip 包 tensoflow 即同时包含 GPU 支持，无需通过特定的 pip 包 tensoflow-gpu 安装 GPU 版本。如果对 pip 包的大小敏感，可使用tensorflow-cpu包安装仅支持 CPU 的 TensorFlow 版本。

　　测试 GPU 版本的 TensorFlow 是否安装成功。打开python交互式终端，输入“import tensorflow as tf”命令，如果没有错误产生则安装成功，还可以通过“tf.__version__”查看本地安装的TensorFlow 版本号。

　　目前的深度学习框架大都基于 NVIDIA 的 GPU 显卡进行加速运算，因此可以安装NVIDIA 提供的 GPU 加速库 CUDA 程序进行加速，但在安装 CUDA 之前，请确认计算机是否具有支持CUDA 程序的 NVIDIA 显卡设备。

　　另外的Pycharm和CUDA 程序的安装可以自行搜索。