Tensorflow1.0环境搭建(2023最新)

TensorFlow1.0环境搭建（2023最新）

1.前言

最近在学吴恩达的深度学习，在看他的代码，前面还好改为2.0就行，改的不算多，看到卷积这一块的时候嗖嗖报错，于是我就想搭建一个TensorFlow1.0的版本去跑这老旧的代码。但是在搭建1.0版本的环境，踩了诸多的坑，所以写了这样的教程，以及我提供了1.0的环境，帮助和我一样需要用tensorflow1.0版本的同胞。

如果你是刚开始学习深度学习，那么我建议去看这个课程，很新，也很详细，《动手学深度学习》，但是要是和我一样指定了让学习吴恩达的，那么就看我下面的内容吧。

2.避坑！！！（也是搭建环境的一些注意点）

• 一定要注意python，tensorflow，numpy，scipy，matplotlib之间的版本兼容关系，不然就会出现类似DDL的错误，尽管你conda list看到没问题，但是导入在用的时候就会报DDL错误。
• 在安装tensorflow1.0版本的时候，不要安装1.15的版本，有坑，安装1.14的就可以了，1.15安装好后会发现，有三个都是1.15，唯独有一个是2.0版本的，然后版本不一致，就导致tensorflow不可以正常使用。
• 在某个包安装好之后，如果想要更换版本，千万不要conda remove pak_name，（不要轻信，现在好多人说的，先uninstall，在install。试过后就能重新开始换一个环境弄了）这样不仅会删掉这个想要删除的pak_name，还会删掉依赖这个pak_name的所有包，很刺激！！！正确的方法是直接conda install pak_name==版本号通过这样的方式，来下载我们所需要的包。
• 不要conda与pip混着用，在虚拟环境里面就用conda去下载所需要的包，在初始环境里面用pip去下载。

本人血与泪的教训，分享给大家，希望大家不要踩坑！！！

3.环境搭建(常用的包都覆盖了)

没有镜像源的可以看我的博客，有一篇配置镜像源的教程。

3.1新建虚拟环境

conda create --name you_env_name python=3.6.2

3.2切换虚拟环境

conda activate you_env_name

3.3安装tensorflow1.14.0

conda install tensorflow-gpu==1.14.0

安装好tensorflow之后就会默认安装好依赖的numpy与scipy，不要再去安装其他版本的numpy与scipy了，否则运行代码的时候会报错。

tensorflow 1.14.0安装好后，默认安装的依赖numpy 为 1.13.3 版本，scipy 为 0.19.1 版本

3.4安装兼容的matplotlib

conda install matplotlib==2.0.2

3.5安装兼容的pandas

conda install pandas==0.20.3

3.6安装兼容的Pillow

conda install pillow==4.2.1

3.7安装兼容的Keras版本

注意，1.0需要单独安装Keras，因为tensorflow没有内置进去。

conda install keras==2.1.6

3.8安装兼容的CUDA

conda install cudatoolkit==10.0.130

3.9安装兼容的CUDNN

conda install cudnn==7.6.0

---

到此，tensorflow1.14.0的环境就搭建好了，而且tensorflow是可以用GPU进行加速的。（没有安装到的其他的一些包，大家可以自行安装，需要注意的就是版本兼容，一定找到确定兼容的版本再进行安装）

4.直接导入本人的TensorFlow1.14.0的环境（不需要自己配置，一行代码搞定）

请参考我的另一篇博客，有详细的介绍。点击跳转

---

😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃😃