安装Tensorflow1.14（cpu）+Kera2.2.5指南

目录

一、安装步骤

1.查询并对应版本

可点击 cpu 查看最新的tensorflow对应的python版本

2.安装Tensorflow

3.测试tensorflow1.14.0cpu版本

总结

一、安装步骤

1.查询并对应版本

这里是使用TensorFlow 1.14.0 + Keras 2.2.5 on Python 3.7（支持python3.6版本以上）

可点击 cpu 查看最新的tensorflow对应的python版本

2.安装Tensorflow

点击开始菜单，找到Anaconda->Anaconda Prompt(小黑板图标)点击打开

打开后在命令行中输入

conda create -n tensorflow1 pip python=3.7.3 

这里的conda是指Anaconda，create是在Anaconda中创建一个虚拟环境，-n是name的缩写意思是创建一个名为xx的虚拟环境，tensorflow1指的就是虚拟环境的名字，pip python=3.7.3意思是在这个名为tensorflow1的环境中下载安装版本为3.7.3的python 。

 

这里输入

y

回车即可 

环境完成后，输入

conda info --envs

即可看到已经创建好的环境 tensorflow1

 

 环境创建完成后，进入我们创建的环境，这里需要输入

activate tensorflow1

我们可以发现前缀从（base）变成（tensorflow1），代表我们进入成功了。此外，退出环境的指令为

conda deactivate

 然后输入指令

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.14.0

就开始下载1.14.0版本的tensorflow 了。

 

这里显示我们已经安装完成了。

3.测试tensorflow1.14.0cpu版本

前缀如果显示我们环境的名字，比如（tensorflow1）代表我们正在环境中，就无需重新进入了，如果不是就需要重新输入activate tensorflow指令进入环境。

启动并进入环境后，输入python指令进入tensorflow的python环境之中进行测试 

 

 输入以下代码

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

 如果安装成功

 

最后会输出 

 

 也有可能出现如下报错

 

 TypeError: Descriptors cannot not be created directly.
If this call came from a _pb2.py file, your generated code is out of date and must be regenerated with protoc >= 3.19.0.
If you cannot immediately regenerate your protos, some other possible workarounds are:
 1. Downgrade the protobuf package to 3.20.x or lower.
 2. Set PROTOCOL_BUFFERS_PYTHON_IMPLEMENTATION=python (but this will use pure-Python parsing and will be much slower).

这时我们只需要输入exit（）指令退出python环境，在tensorflow环境中输入以下指令

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple protobuf==3.19.0

再次进入python环境输入测试代码 

 

 

到这里报错就解决了，对于这个报错，它的解释是

TypeError：不能直接创建描述符。
如果此调用来自 _pb2.py 文件，则您生成的代码已过期，必须使用 protoc >= 3.19.0 重新生成。
如果您不能立即重新生成原型，其他一些可能的解决方法是：
1. 将 protobuf 包降级到 3.20.x 或更低版本。
2. 设置 PROTOCOL_BUFFERS_PYTHON_IMPLEMENTATION=python （但这将使用纯 Python 解析并且会慢得多）。 

 到这里测试基本完成，可再输入

import tensorflow as tf
tf.__version__

即可返回tensorflow的版本号 

 

 

总结

以上就是今天分享的内容，本文简单介绍了tensorflow1.1x版本的安装测试。