【环境配置】Windows10环境下安装TensorFlow2.0.0全流程

前言

TensorFlow 是一个端到端开源机器学习平台。它拥有一个全面而灵活的生态系统，其中包含各种工具、库和社区资源，可助力研究人员推动先进机器学习技术的发展，并使开发者能够轻松地构建和部署由机器学习提供支持的应用。为了能够在自己的电脑上实现机器学习算法，自己首次尝试安装TensorFlow。本文记录了一下自己安装的流程及遇到问题和解决方法。

一、环境准备

我电脑中已经安装的软件和环境：

• PyCharm Professional 2020.02
• Python3.7（64-bit）
• Anaconda3

二、安装TensorFlow

2.1发现问题

自己在首次尝试时，想要通过最基础的conda指令进行安装，在Anaconda Prompt中输入如下代码（user为电脑用户名，每个人可能不一样）：

(base) C:\Users\user> conda install tensorflow

安装虽然显示成功，但在运行一段测试代码后，程序却始终报一个相同的错误：Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2。虽然报错，但返回值却是0。

我在stackoverflow上查找到了该错误：stackoverflow链接，如下图所示：

查找到的原因是：由于我的电脑没有使用GPU，因此问题出在我的TensorFlow和CPU不兼容，也就是版本不匹配。

---

2.2 解决方法一：屏蔽警告

前文所附的stackoverflow链接中给出了一种解决办法：

If you have a GPU, you shouldn’t care about AVX support, because most expensive ops will be dispatched on a GPU device (unless explicitly set not to). In this case, you can simply ignore this warning.

通过在运行的Python程序开头处输入如下代码进行屏蔽：

# Just disables the warning, doesn't enable AVX/FMA
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

这个方法对于没有GPU的环境来说也可以生效，但这个方法个人觉得对于没有GPU的环境来说是治标不治本。于是探究了一下，成功通过方法二解决了这一问题：

---

2.3 解决方法二：安装适配版本

• 第一步：在Anaconda中创建虚拟环境，命名为TF（此处名字可自定义），python版本指定为3.6（虽然我电脑上用的是3.7，但保险起见向下降了一个版本，如果读者想要使用3.7版本的话可以尝试一下），这样避免出错崩溃影响到其他程序操作，在Anaconda Prompt中输入如下代码：

(base) C:\Users\user> conda create -n TF python=3.6

当弹出 ：Proceed ([y]/n)? 时，输入y，回车

完成后就创建好了一个名叫TF的Python3.6虚拟环境，

---

• 第二步：进入TF环境
  在Anaconda Prompt中输入如下代码，进入新建的虚拟环境：

(base) C:\Users\user> conda activate TF

进入后可以看到如下形式的命令行。

(TF) C:\Users\user>

我们可以发现：“TF”在之前路径前面，表示进入了这个环境。如果想要退出，可以使用
conda deactive指令退出环境。

---

• 第三步：安装TensorFlow2.0的CPU版本。

(TF) C:\Users\user> pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn tensorflow==2.0.0

代码中的-i参数是为了指定下载的镜像源，这里采用国内清华源，可以提高下载速度。

---

• 第四步：在PyCharm中配置该虚拟环境的编译器

1. 打开PyCharm，点击顶部菜单栏中的File，在下拉菜单中选择Setting…

2. 新增Interpreter

3. 测试TensorFlow
   如果安装和设置都正常完成，我们可以打一段代码进行测试，这里使用的是TensorFlow官网上的初学者的 TensorFlow 2.0 教程中所附的代码：

# 将 TensorFlow 载入你的程序：
import tensorflow as tf

# 载入并准备好 MNIST 数据集。将样本从整数转换为浮点数：
mnist = tf.keras.datasets.mnist

(x_train, y_train), (x_test, y_test) = mnist.load_data()

x_train, x_test = x_train / 255.0, x_test / 255.0

# 将模型的各层堆叠起来，以搭建 tf.keras.Sequential 模型。为训练选择优化器和损失函数：
model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(128, activation='relu'),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

# 训练并验证模型
model.fit(x_train, y_train, epochs=5)

model.evaluate(x_test,  y_test, verbose=2)

输入完成后，点击运行（或Alt + Shift + X），可以看到如下输出：

至此也就说明TensorFlow2.0已经被成功安装，并且没有出现文章开头所显示的错误，问题成功解决。

---

三、安装过程中遇到的其他问题

1. 用conda安装包时出现The environment is inconsistent, please check the package plan carefully，无法继续安装。

• 出现原因：部分包之间的版本不匹配
• 解决办法：stackoverflow

(TF) C:\Users\user> conda activate base
(base) C:\Users\user> conda install anaconda

---

2. 安装过程中报错：An unexpected error has occurred. Conda has prepared the above report.

• 出现原因：使用了国内镜像地址，从官网安装某个包时可能出Bug
• 解决办法：镜像地址文件都是存放在C:\Users\（用户名）下的.condarc文件，如果没找到该文件，则勾选一下隐藏的项目，即可看到。找到该文件后删除它即可解决。
• 完成之前报错的安装指令后，如果仍需要该文件，可以在Anaconda Prompt中输入conda config --set show_channel_urls yes指令来再次生成该文件。
  

---

看完有用的话记得一键三连哦！ ~~