Win10下安装 Tensorflow2（CPU），并在Pycharm中运行

教程日期：2021年12月

安装环境：Windows 10(64位)，Pycharm 2021.2，Intel处理器

目录

一、安装Anaconda

二、安装Tensorflow

三、在Pycharm中运行Tensorflow

四、疑难解答

---

一、安装Anaconda

Anaconda3个人版下载https://www.anaconda.com/products/individualhttps://www.anaconda.com/products/individual

        打开上述地址，点击Download按钮下载，安装过程一直next即可。Anaconda3是一个开源的Python管理工具，用 Anaconda3安装Tensorflow可以省去我们的很多准备工作。

       接下来，第一步：安装完成后，在开始菜单Anaconda3下找到Anaconda Prompt运行，在窗口中输入 ：

conda config --set show_channel_urls yes

        这一步是为了生成 .condarc 的配置文件

        第二步：  在路径C:\Users\（电脑名）\下找到.condarc文件，用记事本打开，全部替换为以下文字：

channels:
  - defaults
show_channel_urls: true
default_channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2

        这一步是为了将国外较慢的服务器，替换成清华开源服务器，加快安装速度。

    第三步： 打开Anaconda Navigator，点击左侧Environments，在下方选择Create，在弹出来的对话框中输入tensorflow作为名称，等待创建完成。

 开始菜单中打开Anaconda Navigator

 Environments->Creat->输入tensorflow

        这一步是为了给Tensorflow一个单独的虚拟环境，防止干扰其他项目。

二、安装Tensorflow

        第一步：点击刚才创建的tensorflow选项旁的绿色按钮，选择Open Terminal 。

        第二步：输入pip install -i https://pypi.tuna.tsinghua.edu.cn/simple  tensorflow-cpu，等待安装完成。

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

看到Successfully installed为安装成功

         到这里，Tensorflow 2的CPU版本已经安装完成。

三、在Pycharm中运行Tensorflow

        第一步：打开Pycharm新建一个python文件，在选项的File->Settiings->Project->Python Interpreter下，在Python Interpreter的下拉框中选择 Show All..，在弹出的窗口中点击+号

先File->Settiings->Project->Python Interpreter，然后Show All..，最后加号

        第二步：选择左侧的Conda Environment，勾选Existing environment，在第一行的Interpreter中点击省略号，选择Anaconda3安装位置下之前tensorflow环境下的python.exe文件。

        此处安装位置一般为：C:\Users\(电脑名)\anaconda3\envs\tensorflow\python.exe

         第三步：选择后全部ok确认，等待Pycharm底部进度条indexing识别完成。然后在Python文件中输入以下代码，并运行：

import tensorflow as tf

if __name__ == '__main__':
    print("当前Tensorflow版本为：{}".format(tf.__version__))

    w = tf.Variable(tf.constant(5, dtype=tf.float32))  # 设定w初始值5
    a = 0.01  # 学习率
    times = 1000  # 循环迭代40次

    for i in range(times):
        loss = 0
        with tf.GradientTape() as tape:
            loss = (w - 10) ** 2  # 损失函数 Loss = w*w-20*w+100
        grads = tape.gradient(loss, w)  # 求loss函数在w处的导数
        w.assign_sub(a * grads)  # 通过减法，让w向loss取得极小值的方向逼近
    print("经过 %s 次学习后,w = %f,loss = %f" % (times, w.numpy(), loss))

        如果能得到下图的效果，则在Pycharm中运行Tensorflow 2全部完成！

Tensorflow 2.7.0 梯度下降

四、疑难解答

1、Tensorflow安装中出现红字，如下方所示

ERROR: Could not find a version that satisfies the requirement tensorflow-cpu==2.2.0
 (from versions: 2.5.0, 2.5.1, 2.5.2, 2.6.0, 2.6.1, 2.6.2, 2.7.0rc0, 2.7.0rc1, 2.7.0)
ERROR: No matching distribution found for tensorflow-cpu==2.2.0

        可按提示所说，找到合适的版本，输入以下命令进行安装：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple  tensorflow-cpu==2.5.0

2、安装Matplotlib

        在Anaconda Navigator下选择tensorflow环境，启动Terminal ，输入以下命令进行安装：

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