windows系统基于 VirtualEnv 的安装TensorFlow

 最近要使用tensorflow，所以在网上找了一些安装的方法，绝大多数都是使用了Anaconda进行安装的，参考了很多文章，折腾了好久都没安装好，在tensorflow官网看到还有另外几种方法，例如使用Docker进行安装（很遗憾我的电脑是windows家庭版的，而docker只支持专业版），最后我使用了VirtualEnv进行了安装，安装成功回头看我使用Anaconda安装的时候遇到的主要问题还是使用镜像源下载的问题，后面我会解释这一点。
 我主要参考了下面这两篇文章，期间还遇到了各种小问题，都是在CSDN上面找到了解决的方法的，时间充裕的话会补充完整：
Windows下用pip安装CPU版TensorFlow
虚拟环境下用国内镜像安装TensorFlow

一、python版本的选择

 官方提供的安装说明，可以使用python的版本为3.5——3.7(这里建议使用3.6版本以后的python，注意下一步有说明)

 自行百度virtualenv下载whl格式的安装包，使用这个包可以直接在cmd窗口使用pip命令进行下载：

 这个安装包在安装的时候，要求python的版本为>=3.6版的,安装完成后，可能要使用下面这个命令更新一下pip的版本，我在安装的过程中遇到了cmd输入pip命令时提示:不是内部或外部命令，也不是可运行的程序或批处理文件，一般来说安装python的时候都会将pip同时进行安装的，可以参考：Windows pip安装这篇文章进行处理，我先是使用版本查询是否安装了pip：

pip --version

 然后执行了下面两条功能指令，功能可能是一样的，添加的参数不同,执行了以后我仅能使用版本查询到pip了：

python -m ensurepip 
python -m ensurepip --default-pip

二、使用pip安装virtualenv

 在命令行使用pip命令，将刚才下载virtualenv的whl包进行安装，注意路径：

pip install D:\路径名\virtualenv-20.0.18-py2.py3-none-any.whl

 安装的时候提示pip的版本不对，按照提示我进行了版本的更新：

python -m pip install --upgrade pip

三、使用virtualenv安装tensorflow

 创建环境：接下来, 建立一个全新的 virtualenv 环境. 为了将环境建在D:\xxxxx\tensorflow 目录(根据需要进行修改)下, 执行创建并进入目录下:

virtualenv --system-site-packages D:\xxxxx\tensorflow
cd D:\xxxxx\tensorflow

 发现使用cd不能切换盘符，直接输入盘符即可切换。
 使用 virtualenv venv 命令也可以创建名为 venv 的虚拟环境，效果是相同的。
 启动虚拟环境(前面的venv是创建的虚拟环境的名称)，在当前路径下，直接输入：

venv\Scripts\activate

 在该虚拟环境下，使用 pip 安装新的库，当然此时安装的库，仅对当前环境有效；
退出虚拟环境命令：

deactivate

 参考上面的做法：，创建虚拟环境，并且输入激活虚拟环境，前面有(env)表示激活成功：

 使用pip在清华镜像下载，清华镜像不再支持TensorFlow镜像直接下载，但是可以通过pypi进行下载：

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

并且将下载超时时间重新设定，不然会出现超时，导致失败：

pip --default-timeout=10000 install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow

 清华镜像的速度太不稳定了，下载过那么多次，在修改了超时时间后成功下载也就一两次，参考了虚拟环境下用国内镜像安装TensorFlow，指定GPU我改用了改用阿里源（注意阿里源使用https不要使用http的那个），下载速度快，而且稳定：

pip --default-timeout=10000 install -i https://mirrors.aliyun.com/pypi/simple/ tensorflow

四、测试tensorflow环境

 测试代码：

python -c "import tensorflow as tf; print(tf.__version__)"

 虽然提示了一些关于GPU的东西，但是出现了版本号，应该是没有什么问题

 退出虚拟环境，执行命令：deactivate

 参考Windows下用pip安装CPU版TensorFlow一文，我安装了pycharm，这个工具是要激活的，在网上找一找激活的办法即可。安装完成pycharm以后，选择tensorflow安装的路径的python.exe创建工程，也就是刚才使用virtualenv创建的环境的那个路径。

 如果上一步没有选择正确，则下一步也不会出现tensorflow

测试代码

 测试代码，我也是直接cv过来的，还没开始使用，所以也不知道这段代码是用来干啥的，反正可以测试我们的环境搭建是否成功：

import tensorflow as tf
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

model = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(512, activation=tf.nn.relu),
    tf.keras.layers.Dropout(0.2),
    tf.keras.layers.Dense(10, activation=tf.nn.softmax)
])

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

model.fit(x_train,y_train,epochs=5)
model.evaluate(x_test, y_test)

print(y_test)

 编译提示联网的错误要安装 urllib3

pip --default-timeout=10000 install -i https://mirrors.aliyun.com/pypi/simple/ urllib3

官方文档的案例是用了Google网站上的一个npy数据集，安装完直接运行的话就需要联网，一开始总是报错，后来把urllib3安装上之后才搞定

 到这里基本完成了tensorflow的环境的搭建。