Win10下安装Tensorflow1.13.1（GPU）与tensorflow2.0.0并存

鉴于研究tf各种平台的引用，很多还是鉴于tf1.x，所以来研究tf1.x尽可能都转为tf2.x。所以想tf1.13.1与tf2.0.0并存，之前已经安装过tensorflow2,这里直接记录tf1.13.1gp安装。

前言：

版本号：
python3.6
tensorflow1.13.1
keras2.2.4
numpy1.16.4
sklearn0.19.2

.win+R打开cmd:

1.创建虚拟环境：

conda create -n tf113 -python3.6

2.查看列表

conda info --env

3.激活tensorflow1.13.1虚拟环境

activate tf113

4.安装gpu版本的tensorflow1.13.1

这里如果下载慢的话可以选择添加douban源或者清华源。
pip install tensorflow-gpu==1.13.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

5.检查是否安装成功和版本号

python
import tensorflow as tf
tf.version

无报错，说明安装成功。
下面就开始我们的tf探究之旅吧，希望自己尽可能多的记录下实战，与人方便的同时，也期待大家给我指出不足之处，互相学习，共同进步！！！

6.安装相关库

pip install opencv-python
pip install pillow
python -m pip install matplotlib

7.安装keras库

avtivate tf113
pip install keras==2.2.4 #注意指定版本号，否则安装不会成功的

tensorflow和keras版本的对应关系，如下图：

8.安装sklearn库

注意后面的版本号，如果高于这个版本号，之后用会报错。

pip install -i https://pypi.douban.com/simple scikit-learn==0.19.2

如不是上面的版本号遇到的问题：
问题：
从 sklearn.utils.linear_assignment_ 导入包 linear_assignment

from sklearn.utils.linear_assignment_ import linear_assignment

报错如下：

No module named 'sklearn.utils.linear_assignment_'

你也可以使用以下语句，这样可以不用修改代码中的原有 linear_assignment 函数

from scipy.optimize import linear_sum_assignment as linear_assignment

linear_assignment 函数从0.21开始被弃用了，并且将在0.23版本中移除。官方提升将用scipy.optimize.linear_sum_assignment 进行替代，可以通过
from scipy.optimize import linear_sum_assignment
从 scipy.optimize 导入 linear_sum_assignment 函数。

虽然这么改了，在后面还会遇到其他的问题，所以不如还是从源头修改，就是降低版本号，也就是与tensorflow1.13.1匹配的sklearn版本号。

9.安装numpy库

pip install numpy==1.16.4 #同样注意版本号

ubuntu16.04安装tensorflow1.13.1gpu cuda8
pip install --ignore-installed six tensorflow-gpu==1.13.1 -i https://pypi.doubanio.com/simple

重点是在pip install后面加了个–ignore-installed six

如果直接输入
pip install tensorflow-gpu==1.13.1
会报下面的错：
ERROR: Cannot uninstall ‘Werkzeug’. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would lead to only a partial uninstall.