Anaconda虚拟环境搭建Tensorflow 2.x开发环境

在Windows操作系统上安装Tensorflow，主要是用于学习，如果是初次安装，请直接安装最新版（2.x），不要安装老的1.x版本。

假设已经正确的搭建了Anaconda开发环境。对于绝大多数人来说，可以跳过环境检查，直接从 二、安装 开始，并不需要检查。

 

一、环境检查

1、检查Python版本

查看 经过测试的构建配置 来确定你的python版本和tensorflow版本匹配。下面是对经过测试的构建配置的部分摘录：

2、检查GPU

查看 硬件要求 来确定你的GPU可以用于tensorflow（如果不行就只能用CPU来跑，就会很慢）

3、检查GPU的驱动

查看 软件要求 来确定正确的安装了NVIDIA显卡的驱动，当然如果没有GPU，就可以无视。

二、安装

对于新版本的Tensorflow，不再区分GPU版本和CPU版本，所以可以直接安装

pip install --upgrade pip
pip install tensorflow              # for CPU and GPU

如果在国内，安装非常缓慢或者失败，可以尝试使用清华源进行安装：

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

三、验证安装成功

有多种方法可以验证安装成功。

1、使用pip查询

pip show tensorflow

2、在python中去引入tensorflow

先进入Anaconda Prompt命令行，输入python进入Python，然后import tensorflow：

import tensorflow as tf

四、安装问题

1、import的时候报错如下

这个时候需要手工去打开报错的dtypes.py文件，将告警的那几行里，进行如下修改：
_np_qint8 = np.dtype([("qint8", np.int8, 1)])
_np_qint8 = np.dtype([("qint8", np.int8, (1,))])

2、安装gpu版本报错：cudart64_101.dll not found
Could not load dynamic library 'cudart64_101.dll'; dlerror: cudart64_101.dll not found
很有可能是没有正确安装CUDA，或者版本不一致，可以在本机搜索cudart64，并将高版本的修改名称为低版本的，放置于bin目录下。或者直接网上下载一个对一个的版本。