Windows系统安装Tensorflow教程及测试是否安装成功代码

本文所示教程针对于windows系统和pip安装方法，其他系统的安装可以参考Tensorflow官网：https://www.tensorflow.org/install。

一、使用Pip在Windows系统安装TensorFlow如下：

系统要求

• Python 3.6–3.9
  • 若要支持 Python 3.9，需要使用 TensorFlow 2.5 或更高版本。
  • 若要支持 Python 3.8，需要使用 TensorFlow 2.2 或更高版本。
• pip 19.0 或更高版本（需要 manylinux2010 支持）
• Ubuntu 16.04 或更高版本（64 位）
• macOS 10.12.6 (Sierra) 或更高版本（64 位）（不支持 GPU）
  • macOS 要求使用 pip 20.3 或更高版本
• Windows 7 或更高版本（64 位）
  • 适用于 Visual Studio 2015、2017 和 2019 的 Microsoft Visual C++ 可再发行软件包
• GPU 支持需要使用支持 CUDA® 的卡（适用于 Ubuntu 和 Windows）
• 必须使用最新版本的 pip，才能安装 TensorFlow 2。

1. 在系统上安装Python开发环境

建议安装Pycharm和Python3.6以上版本，将Pycharm和Python路径放到同一文件夹中，方便后续配置各种库环境。具体Python和Pycharm安装教程，详见Download Python | Python.org，具体教程可参考https://blog.csdn.net/m0_46738467/article/details/113769254，博主的教程非常细致。

2. 调出终端窗口

终端窗口有哪些：

1. cmd 窗口 --- 系统内置；2. powershell 窗口 --- 系统内置；3. Git --- 安装Git才有...

如何打开终端窗口：

Windows 系统快速打开终端的三种方式：

1. 打开cmd：                  

windows + R，打开运行窗口，输入cmd，回车（推荐）

文件夹窗口，地址栏位置，输入 cmd ，回车

 2. 打开 powershell

文件夹窗口，地址栏位置，（文件资源管理器）输入 powershell ，回车

在文件夹空白处，按住 shift 不放，鼠标右键，选择“在此处打开powershell窗口”

3. 打开 Git

在文件夹空白处，鼠标右键，选择 “Git Bash Here”

3. 创建虚拟环境（针对Windows系统！）

以cmd为例，创建一个新的虚拟环境，方法是选择 Python 解释器并创建一个 .\venv 目录来存放它，将以下代码复制到cmd终端窗口：

python -m venv --system-site-packages .\venv

激活虚拟环境：

.\venv\Scripts\activate

 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

pip list  # show packages installed within the virtual environment

之后退出虚拟环境：

deactivate  # don't exit until you're done using TensorFlow

4.安装 TensorFlow pip 软件包

在虚拟环境中安装：（复制以下命令到cmd窗口中）

pip install --upgrade tensorflow

在系统中安装：（复制以下命令到cmd窗口中）

pip3 install --user --upgrade tensorflow  # install in $HOME

验证安装效果，复制以下代码到终端：

虚拟环境：

python -c "import tensorflow as tf;print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

系统安装：

python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

如果系统返回了张量，如下图所示，则意味着安装成功 

 

二、在Pycharm中验证是否成果安装TensorFlow

新建文件夹，输入以下代码：

import tensorflow as tf

tf.compat.v1.disable_eager_execution()
hello = tf.constant('Hello, TensorFlow!')
sess = tf.compat.v1.Session()
print(sess.run(hello))

 如果输出结果为：

 则证明已成功安装Tensorflow。

安装Tensorflow还有一些其他的容器，比如利用Docker等。祝大家安装顺利，总体来说Tensorflow安装比Pytorch顺利了很多，前期一定要把Pycharm和Python的路径以及版本一次性安装设定好，会为以后的环境配置节省很多工作。