如何安装tensorflow，只需看这里

如何安装tensorflow，只需看这里

【温馨提示：如果您觉得本文帮助您解决了问题，或者对您解决问题有启发，请留言点赞！】

本文受众：电脑显卡配置较低（独立显卡算力3.5以下），无法安装GPU版tensorflow；或者安装GPU版tensorflow遇到困难，想通过先安装CPU版tensorflow，尝试深度学习的群众们。

博主最早想安装tensorflow时，是在网上搜了几篇安装教程，看了一下，然后就开始了安装。结果每次都遇到问题，而且每次的问题都不一样，网上搜索解决方案，发现问诸问题者比比皆是，看来博主不是孤独的存在。博主也按照网友们的解决方案试图解决安装中遇到的问题，不巧，尝试许久，无一见效。

在沉寂了半个月后，博主打算继续攻克这一问题。博主在查找资料的过程中，发现了tensorflow的中文官网上有关于安装的教程，于是乎，一场新的战役开始了。
[https://tensorflow.google.cn/install/pip]

博主是依据官网上的简易教程安装的，期间也遇到问题，但是相比其它野路子安装方式遇到的问题要少很多很多。安装的详细过程博主就不赘述了，只就其中的重要步骤、一些问题的解决办法以及自己的一些理解做以说明。

关于安装CPU版还是GPU版的问题，博主认为如果自己的显卡型号较新，可以尝试着安装GPU版tensorflow，如果电脑信号或者显卡型号较老旧，还是老老实实地安装CPU版tensorflow吧。如果是单纯地学习一下，没有必要上来就安装GPU版，CPU版同样可以学习tensorflow，只不过两个版本的运算速度有些许差异。tesnsorflow官网上明确说明了安装GPU版tensorflow的显卡硬件要求是算力在3.5以上，至于怎么确定自己的显卡算力，tensorflow的官网有链接到Nvidia官网的路径，各位客官可以自行查看自己显卡的算力。

由于自己电脑显卡的算力在2.5左右，因此就放弃安装GPU版tensorflow了，其实也试过安装GPU版，问题一个接一个，五花八门，网友们提供的办法试了一个接一个，USELESS！在此，我也想阐明自己的一个看法：大家安装中遇到的千奇百怪的问题，都是没有按照官网指定的安装办法执行造成的，也许有群众说为什么有人不按照官网的办法安装也成功了，我想说“你不是失败了嘛”，有些方法是有局限性的。

废话不说，干货开怼！

博主是按照官网上“使用 pip 安装 TensorFlow”中的方法安装的，当然，还有其它两种安装方式：一种是Docker，适用于服务器等批量安装；另一种是Anaconda方式安装，与使用pip安装效果一样，适用于单机安装。
系统要求：Windows 7 或更高版本（64 位）（仅支持 Python 3）
这是博主自己的软件配置：
Python3.6.2 (通过Anaconda5.0.0安装）
安装步骤：
一、在系统上安装 Python 开发环境
注意：需要高于 Python 3.4 的版本。
1、检查是否已安装这些包： pip3、virtualenv（构建虚拟环境）
关于构建虚拟环境，它主要是方便python版本控制，如果不创建虚拟环境，直接安装tensorflow，当然也是可以的，但无法再安装其它版本的tensorflow。
2、安装 Microsoft Visual C++ 2015 Redistributable 更新 3
看一下自己电脑中是否已经安装了Microsoft Visual C++ 2015 Redistributable，如果没有请先安装，否则，哼哼，你懂的······
二、创建虚拟环境
这一部分在官网上是推荐的，可执行也可不执行。但是，不同版本的tensorflow依赖的python包版本是不同的，如果不创建虚拟环境，那么tensorflow就会使用系统中Python的包文件。一旦系统中的python包文件升级了，很可能某个tensorflow程序就报错霸屏了。
给各位看官提供些资料，看过后你获取对虚拟环境有一个新的认识
[https://www.zhihu.com/question/289653095]
[https://cloud.tencent.com/developer/article/1040480]。
1、在当前路径创建一个新的虚拟环境venv，需要在哪里创建虚拟环境文件夹，就在对应位置右键鼠标+Shift，选择“在此处打开命令行”，输入：
virtualenv --system-site-packages ./venv

对于虚拟环境如有疑问，可以查阅如下：
[https://blog.csdn.net/m0_38061194/article/details/79360887]
2、激活虚拟环境
cd \venv\Scripts
activate

注意：该步骤成功后，在指令开始位置会多出一个(venv)，表示当前已进入虚拟环境。
3、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
4、之后要退出 virtualenv，请使用以下命令
deactivate

此时(venv)已经消失，退出虚拟环境。
三、安装 TensorFlow pip 软件包

以上安装的是tensorflow的最新版本，博主安装后显示的版本号是1.14.0。所以，tensorflow版本号和自己电脑的配置没有关系，并非电脑配置低就必须要安装低版本的tensorflow。

验证一下安装效果：


再给大家提供一个验证实例：
[https://blog.csdn.net/z4909801/article/details/78070991]

如果想在pycharm中使用tensorflow，就需要将pycharm中的编译器路径改为自己在上面步骤中创建的venv路径：

安装期间也遇到过问题，博主按照上述思路安装好后，“import tensorflow as tf” 没有问题，但是过了几秒后，弹窗报错：

博主思考到底哪里出了问题，并且网上搜索解决对策，发现没有适用的。仔细分析后，发现tensorflow官网上的安装教程中，有关于“确保在 Windows 上启用了长路径”的强调说明。因此，博主怀疑是这一环节出了问题，链接了tensorflow官网上的网址，进入了一个国外网站，里面有关于windows系统中如何开启长路径的说明[https://superuser.com/questions/1119883/windows-10-enable-ntfs-long-paths-policy-option-missing]，但是老外的windows功能布局和我们的不一样啊，还得自己想办法找个设置入口。搜索了许久，发现这个网页中的方法具有可操作性。
[http://www.winwin7.com/JC/14551.html]

按照上述网页中的方法开启了长路径，重启电脑，“import tensorflow as tf” ，发现依然弹窗报错。说明问题不在此，博主怀揣着必胜的信息，继续寻找解决办法。半小时后，办法找到了，QT的用户变量没有添加所致。[https://blog.csdn.net/qq_36523839/article/details/80495746]
博主的python是通过Anaconda的形式安装的，编译器选择的是pycharm，可能是因为之前安装这两个软件的时候有关选项没有勾选，或者安装后没有及时重启电脑。后面需要安装上述软件的小伙伴们请注意一下。

总结：安装tensorflow确实是一件费劲的事情，博主经历了尝试-受挫-尝试-再受挫-···-···-尝试-成功的一个漫长过程。现在想来在安装软件时最好还是按照官方的指导方法安装，毕竟官方提供的方法经过了多场景下的反复安装测试，较为稳定。那些野路子式的安装方式有时凑效，有时无效，说明具有局限性。即便按照官方指导方法安装也会遇到不懂的地方和需要解决的问题，静下心来，自己分析加上网上的解决办法，相信你能够做到！

最后，请各位群众留言，原创博文，请多支持！

补充：通过pip install --upgrade tensorflow方式安装的是最新版的tensorflow，当然Microsoft Visual C++也要按照tensorflow中文官网的要求安装相应版本。