TensorFlow的版本选择和安装

一、说在前面

TensorFlow是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief。
Tensorflow拥有多层级结构，可部署于各类服务器、PC终端和网页并支持GPU和TPU高性能数值计算，被广泛应用于谷歌内部的产品开发和各领域的科学研究。

二、选择版本

（1）选择CPU还是GPU

TensorFlow在安装时首先面临的就是版本选择的问题：CPU版还是GPU版？版本号选哪个

判断条件	结果
显卡是否NVIDIA系列？	是=GPU；否=CPU
若是NVIDIA系列，计算能力如何？	大于等于3.5=GPU；小于3.5=CPU

首先，查看自己电脑显卡的型号。如果显卡是NVIDIA系列的，继续下面步骤；如果显卡不是NVIDIA系列的，直接装CPU版。

　　右键我的电脑/属性/设备管理器/显示适配器，这是我的

　　

然后，如果是NVIDIA系列的，则查询该显卡的计算能力。详见：查询显卡计算能力。点开自己显卡对应的系列，查看自己显卡的GPU计算能力（即，Compute Capability）。如下图，显卡NVIDIA GeForce RTX 1050对应的计算能力为6.1，可以使用GPU

 

最后，到官网查询发布的GPU支持，查看硬件要求。本文查询时的标准是3.5（如下图）。如果计算能力≥3.5，可以装GPU版；相反<3.5的只能选择CPU版了。

（2）选择版本号

选择完GPU还是CPU就可以选择相应的版本号了，两个的区别就是运算速度的问题，通过看别人的博客感觉GPU的比较麻烦还是选择了CPU，怪我太懒T_T，如果有伙伴还是想要有更好的体验可以参考这篇博客。

三、安装TensorFlow（我装的是CPU版本的）

（1）进入Anaconda的Promot

 

 

（2）为TensorFlow创建虚拟环境

 

在promot里面输入 conda create -n tensorflow python=3.5

 

可以通过 conda info -e来查看自己创建的虚拟空间

 

 

（3）进入虚拟空间tensorflow

在promot里面输入 activate tensorflow，如果切换了就说明创建成功了、

我们要安装的是CPU版本，那么在命令下紧接着输入：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow

 如果出现黄色字体提示pip的版本不够新按照要求输入命令即可

 

四、测试安装结果

在tensorflow虚拟空间里面输入python后，依次输入

import tensorflow.compat.v1 as tf

tf.compat.v1.disable_eager_execution()

sess = tf.Session()

a = tf.constant(10)

b= tf.constant(12)

sess.run(a+b)

如果输出结果是22则说明安装成功了！

 

 五、安装失败还可以参考

安装：https://www.cnblogs.com/ming-4/p/11516728.html