【已解决】将CentOS7系统安装至U盘（七）：Python3.6虚拟环境安装Tensorflow 1.15和Tensorflow 2.6

1 在线安装Tensorflow

建议事先参考Google官网使用 pip 安装 TensorFlow https://tensorflow.google.cn/install/pip?hl=zh-cn.

建立空文件夹，例如PyVenv，使用Python3.6建立虚拟环境：

cd /home/pyengine/PyVenv
python3 -m venv tensorflow2.6

默认不安装系统库，若需要，可换作以下命令：

python3 -m venv tensorflow2.6 --system-site-packages 

激活该虚拟环境：

source ./tensorflow2.6/bin/activate

当虚拟环境处于有效状态时，shell 提示符带有 (tensorflow2.6) 前缀。

在不影响主机系统设置的情况下，在虚拟环境中安装软件包。首先升级 pip：

pip install --upgrade pip

从官网上查看Python3.6支持的Tensorflow版本，并复制网址，使用以下命令安装：

pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.6.0-cp36-cp36m-manylinux2010_x86_64.whl

安装完成后，按以下方法测试，如不报错说明安装成功：

[pyengine@localhost ~]$ source /home/pyengine/PyVenv/tensorflow2.6/bin/activate
(tensorflow2.6) [pyengine@localhost ~]$ python
Python 3.6.8 (default, Mar 10 2022, 22:41:33) 
[GCC 4.8.5 20150623 (Red Hat 4.8.5-44)] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> exit()
(tensorflow2.6) [pyengine@localhost ~]$ 

退出虚拟环境：

deactivate

2 离线安装Tensorflow

之所以在开发时选择虚拟环境，除了避免库之间的冲突，还有重要的原因是方便部署，因为虚拟环境是独立的，仅包含了项目相关的依赖库，所以部署的效率更高，风险更小

一般部署流程是：

开发完成后，使用 pip freeze > requirements.txt 命令将项目的库依赖导出，作为代码的一部分
将代码上传到服务器
在服务器上创建一个虚拟环境
激活虚拟环境，执行 pip install -r requirements.txt，安装项目依赖

具体可参考文章：Python 虚拟环境 看这一篇就够了.

3 安装Tensorflow1.15遇到的Pandas模块问题

依赖包版本不合适引起，例如版本过高。
按以上方法可安装Tensorflow1.15，

pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-1.15.0-cp36-cp36m-manylinux2010_x86_64.whl

若使用命令pip install pandas后，使用时报pandas模块导入错误，原因是pandas版本过高，需使用以下命令安装低版本：

pip uninstall pandas
pip install pandas==0.23.0

上一篇：【已解决】将CentOS7系统安装至U盘（六）：安装Python3.6
下一篇：【已解决】将CentOS7系统安装至U盘（八）：安装VS Code（解决VS Code启动无响应问题）