tensorflow安装教程

安装anaconda

官网下载太慢了，推荐下面两种

1. 百度网盘地址：
   conda=4.0.5版本
   链接：https://pan.baidu.com/s/1w41DkCRuOutkMS8zSH6LBg
   提取码：rvas
   conda=4.8.3版本
   链接：https://pan.baidu.com/s/1VPqaJ1FrW1RYiQgx_tzLzA
   提取码：nqit
2. 当然也可以到清华镜像源去下载
   https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/
3. 基本上anaconda安装很简单，选择好安装地址，next next就好了，推荐简单的anaconda安装教程https://blog.csdn.net/laobai1015/article/details/84580243

安装CPU版本的tensorflow

找到anaconda prompt，然后打开进入


然后分别输入下面两条指令来配置清华镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 

conda config --set show_channel_urls yes

然后创建一个虚拟环境，环境名称叫tensorflowbase，该环境下安装的python是 3.6版本。

conda create -n tensorflowbase python=3.6

然后输入

activate tensorflowbase

就成功激活了该环境并进入到该环境中。
然后在该环境下安装Tensorflow时，需要从Anaconda仓库中下载，配置用国内清华镜像，这里安装的是CPU版本

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

实际上由于前面配置过了清华镜像，这里可以直接

pip install tensorflow

如果tensorflow后面加上tensorflow==版本号，就是安装对应版本的tensorflow
安装之后，输入

pip show tensorflow

出现下面的情况，说明安装成功。

输入python，进入python环境下，然后输入

import tensorflow as tf

会出现下面的情况，这种问题可以忽略不管。正常敲测试代码测试即可。

测试代码可以如下：

import tensorflow as tf 
a = tf.zeros(shape=[1,2])
print(a)

出现下面情况代表测试成功。输入每行代码后可能会返回一长串信息，不用担心，继续敲下去即可。

最后如果要退出python环境，输入

exit()

退出tensorflowbase虚拟环境，输入

deactivate

安装GPU版本的tensorflow

与CPU版本的类似，安装tensorflow时输入

pip install tensorflow-gpu

前面的步骤都和CPU版本的一样。同样这里tensorflow-gpu后面可以加上版本号。
安装之后，activate激活进入到虚拟环境中，输入

pip show tensorflow-gpu

出现下面的情况，说明安装成功。

之后输入python进入python环境中，然后步骤和CPU版本的一样。

但是输入

import tensorflow as tf

可能会报错，原因是CUDA和CUDNN没有安装好。根据报错情况装对应版本的CUDA和CUDNN。
这里给出v10版本的方法。
参考：https://blog.csdn.net/sinat_27889599/article/details/92832940.