详细过程请到微信公众号阅读
【分别在linux和windows系统下安装】
（转载作者请注明出处）
废话不多说，直接上干货
....
正文开始
众所周知，学习深度学习和人工智能技术的科技工作者对Tensorflow的安装一直是件麻烦的事情，其实也没那么难，只是在于操作的方法是否合理和规范而已。合理正确的安装命令和正确的操作环节是成功的关键因素。为此，我们在本文中将详细说明linux和windows两种OS系统关于TensorFlow的安装教程，并且将重点说明目前最新版本TensorFlow2.1.0的安装要素和测试检验。
（注意：本文的linux系统教程适用于deepin和ubuntu 18.04两种，其他系统安装类似）
TensorFlow简介
https://baike.baidu.com/item/Tensorflow/18828108https://www.tensorflow.org/一、在Windows10系统开展如下操作
安装前提：
已经安装好Anaconda3, 由于国外的镜像文件下载较慢，所以我选择了国内的镜像——
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
以上请自行安装....
1、前期准备：Anaconda3的终端上的过渡
打开已经安装好的Anaconda3
运行 Anaconda Prompt，输入如下命令检验是否安装成功
conda?list输出：
再次输入清华镜像检验一下
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --set show_channel_urls yes这里是因为我已经安装过了，所以结果是这样的。
2、开始安装TensorFlow
（1）运行 Anaconda Prompt，输入以下命令，创建版本为python 3.7.4的tensorflow 环境：
conda?create?-n?tensorflow?python=3.7.4这里的TensorFlow我以前已经安装过了，所以下面再给大家安装另一个tensorflow2环境：输入命令
conda create -n tensorflow2 python=3.7.4输出：
(base) C:\Users\kangs>conda create -n tensorflow2 python=3.7.4Solving environment: done
==> WARNING: A newer version of conda exists. <== current version: 4.5.11 latest version: 4.8.1
Please update conda by running
$ conda update -n base -c defaults conda
## Package Plan ##
environment location: D:\Anaconda3\envs\tensorflow2
added / updated specs: - python=3.7.4
The following packages will be downloaded:
package | build ---------------------------|----------------- setuptools-44.0.0 | py37_0 671 KB defaults pip-19.3.1 | py37_0 1.9 MB defaults ca-certificates-2019.11.27 | 0 163 KB defaults certifi-2019.11.28 | py37_0 157 KB defaults python-3.7.4 | h5263a28_0 18.2 MB defaults sqlite-3.30.1 | he774522_0 962 KB defaults vs2015_runtime-14.16.27012 | hf0eaf9b_1 2.4 MB defaults openssl-1.1.1d | he774522_3 5.7 MB defaults wheel-0.33.6 | py37_0 58 KB defaults ------------------------------------------------------------ Total: 30.1 MB
The following NEW packages will be INSTALLED:
ca-certificates: 2019.11.27-0 defaults certifi: 2019.11.28-py37_0 defaults openssl: 1.1.1d-he774522_3 defaults pip: 19.3.1-py37_0 defaults python: 3.7.4-h5263a28_0 defaults setuptools: 44.0.0-py37_0 defaults sqlite: 3.30.1-he774522_0 defaults vc: 14.1-h0510ff6_4 defaults vs2015_runtime: 14.16.27012-hf0eaf9b_1 defaults wheel: 0.33.6-py37_0 defaults wincertstore: 0.2-py37_0 defaults
Proceed ([y]/n)? y
Downloading and Extracting Packagessetuptools-44.0.0 | 671 KB | ################################################################################################################################################# | 100%pip-19.3.1 | 1.9 MB | ################################################################################################################################################# | 100%ca-certificates-2019 | 163 KB | ################################################################################################################################################# | 100%certifi-2019.11.28 | 157 KB | ################################################################################################################################################# | 100%python-3.7.4 | 18.2 MB | ################################################################################################################################################# | 100%sqlite-3.30.1 | 962 KB | ################################################################################################################################################# | 100%vs2015_runtime-14.16 | 2.4 MB | ################################################################################################################################################# | 100%openssl-1.1.1d | 5.7 MB | ################################################################################################################################################# | 100%wheel-0.33.6 | 58 KB | ################################################################################################################################################# | 100%Preparing transaction: doneVerifying transaction: doneExecuting transaction: done## To activate this environment, use## $ conda activate tensorflow2## To deactivate an active environment, use## $ conda deactivate然后打开Anaconda Navigator，进入点击中间的选项applications on可以看到我们刚刚创建的TensorFlow2，这里的TensorFlow是我以前安装的环境：
打开上述左侧菜单栏，也就是开始菜单下的Anaconda Navigator 左边的 Environments，点击之后可看到此环境：
（2）启动tensorflow2环境
这里有两种启动方式：第一种是连续刚刚的 Anaconda Prompt终端输入
activate tensorflow2输出
第二种打开方式，启动刚刚的Anaconda Navigator，进入环境点击
（3）安装cpu版本的tensorflow
有两种方法可以安装：
方法一：cpu版本（我推荐的）
pip install --ignore-installed --upgrade tensorflow方法二：gpu版本, 注意: gpu版要事先选好, 并装好CUDA和cuDNN
pip?install?--ignore-installed?--upgrade?tensorflow-gpu执行结果：
(tensorflow2) C:\Users\kangs>pip install --ignore-installed --upgrade tensorflowCollecting tensorflow Using cached https://files.pythonhosted.org/packages/34/d5/ce8c17971067c0184c9045112b755be5461d5ce5253ef65a367e1298d7c5/tensorflow-2.1.0-cp37-cp37m-win_amd64.whlCollecting protobuf>=3.8.0 Using cached https://files.pythonhosted.org/packages/30/c6/286db43e2d0d4b89d328a222365c7a253a99a24067812253f0d4f8eb0f1c/protobuf-3.11.2-cp37-cp37m-win_amd64.whlCollecting six>=1.12.0 Using cached https://files.pythonhosted.org/packages/65/26/32b8464df2a97e6dd1b656ed26b2c194606c16fe163c695a992b36c11cdf/six-1.13.0-py2.py3-none-any.whlCollecting keras-applications>=1.0.8 Using cached https://files.pythonhosted.org/packages/71/e3/19762fdfc62877ae9102edf6342d71b28fbfd9dea3d2f96a882ce099b03f/Keras_Applications-1.0.8-py3-none-any.whlProcessing c:\users\kangs\appdata\local\pip\cache\wheels\d7\de\2e\efa132238792efb6459a96e85916ef8597fcb3d2ae51590dfd\wrapt-1.11.2-cp37-none-any.whlCollecting numpy<2.0,>=1.16.0 Using cached https://files.pythonhosted.org/packages/a9/38/f6d6d8635d496d6b4ed5d8ca4b9f193d0edc59999c3a63779cbc38aa650f/numpy-1.18.1-cp37-cp37m-win_amd64.whlCollecting wheel>=0.26; python_version >= "3" Using cached https://files.pythonhosted.org/packages/00/83/b4a77d044e78ad1a45610eb88f745be2fd2c6d658f9798a15e384b7d57c9/wheel-0.33.6-py2.py3-none-any.whlCollecting astor>=0.6.0....(由于太长，因此这里省略了)这样就安装成功了，当不使用TensorFlow时，可以通过deactivate来关闭TensorFlow环境：
(不过先不要着急关闭，我们下面还有进行检验，如果最后不用，再关掉)
（4）测试tensorflow
python --versionpython创建一个项目：
import tensorflow as tftf.compat.v1.disable_eager_execution()hello = tf.constant('hello,tensorflow') #初始化一个TensorFlow的常量sess= tf.compat.v1.Session() #启动一个会话print(sess.run(hello))执行结果显然是可行的，测试成功：
提示：如果遇到No module named ‘tensorflow’，那是因为没有在tensorflow的环境下打开它们，所以记得激活tensorflow的环境。
（5）解决你安装的Tensorflow环境不能安装ipython,spyder等插件
错误提示如下图：
“无法定位程序输入点OPENSSL_sk_new_reserve于动态链接库...... libssl-1_1-x64.dll上的问题”‘’
解放方法：互换 libssl-1_1-x64.dll文件，时间必须一样
第一步 打开D:\Anaconda\Library\bin文件夹下面的 libssl-1_1-x64.dll
第二步 D:\Anaconda\DLLs 文件夹下面的 libssl-1_1-x64.dll
如果两个文件夹时间不一样的话，把两个文件换成一样的就可以了。
注意：为了避免系统出错，要事先备份好一样的文件，以避免修改后出错而找不会原来的文件。最简单的方法就是复制换成另一个名称的，例如我加了一个“源文件”。
互换如下图：
换文件之后,时间都是2018/6/28 21:00
下面再次点击安装插件就可以了
安装成功，如图下所示
二、在Linux系统开展如下操作
这里使用的虚拟机VMware Workstation Pro 15.0安装的linux系统进行操作的，如图：
下面打开deepin系统开始进行安装
1、先安装Anaconda3
(1)、下载：
https://www.anaconda.com/distribution/#linux
将下载好的anacoda3放在主目录下（home）
（2）、安装命令：
bash Anaconda3-2019.10-Linux-x86_64.sh回车运行如下
按回车键继续，会读取许可，出现个More，一直按回车以及yes,然后会出现下图：
一直往下回车和yes
安装成功
（3）、配置环境变量
为了方便编辑环境变量，这里安装一个编辑器gedit，命令
sudo apt-get install gedit打开环境变量，并使用命令：sudo gedit ~/.bashrc查看系统环境，文件末尾输入以下代码:
在文件的末尾加上下述代码：
#Anacondaexport?PATH=$PATH:/home/anaconda3/bin如下图
（5）、更新bashrc，并查看Anacoda3的安装情况
source?~/.bashrcconda查询当前已经安装的conda库
conda list安装库(这里的***代表库名称）, 如果没有你的库文件，可以选择这个命令：
conda?install?***更新库
conda?update?***?（5）、(如果你不用还可以卸载)，不卸载就跳过此处，建议不要卸载
卸载conda: 直接删除anaconda文件夹即可：
rm?-rf?anaconda3(6)、进入和退出 conda base 环境
进入 conda base 环境
conda?activate?base退出 conda base 环境
conda deactivate 编辑 conda 环境变量
vim?~/.bashrc?或者?sudo?gedit?~/.bashrc2、使用以上Anaconda3安装Tensorflow
(1)、在linux终端或cmd中输入以下命令搜索当前可用的tensorflow版本，如果没有就要创建：
conda?search?-t?conda?tensorflowconda?create?-n?tf安装完成之后，最后还提示激活与退出
# To activate this environment, use#????$?conda?activate?tf##To deactivate an active environment, use# $ conda deactivate
（2）、正式安装tensorflow
激活虚拟环境后conda activate tf，我们开始用conda安装tensorflow吧！
如果你还不知道GPU是什么东东，那你的计算机里肯定没有安装cuda、cudnn 、显卡之类的东西，那就安装CPU版本；
安装CPU版本的tensorflow(推荐安装)：
conda install tensorflow安装GPU版本
（如果你不理解建议不要安装，初学者还是卸载CPU版本的tensorflow吧！）
conda install tensorflow-gpu等待几分钟之后，看看自己是否安装成功：
（3）、测试安装是否成功：在python3.7.6下导入tensorflow：
(不报错的话说明成功安装了)
import?tensorflow?as?tf至此我们完整地安装完毕，以下是一些附件资料
附件资料
Conda的环境管理及知识点
#conda版本查看conda -Vconda --version
#更新 conda update conda #更新condaconda update anaconda #更新anacondaconda update anaconda-navigator #update最新版本的anaconda-navigator
# 查看已安装的虚拟环境conda env list conda info -econda info --env
# conda -create -n env_name list_of_packages# env_name是需要创建的环境名称，list_of_packages是在新环境中需要安装的工具包，有多个时用空格隔开# 创建一个名为的环境，指定Python版本是3.5（conda会自动寻找3.5.x中的最新版本）
conda create -n xxxx python=3.5conda create --name xxxx python=3.5
conda activate xxxx #开启xxxx环境conda deactivate #关闭环境
# 克隆环境，我想创建一个新环境BBB，完全克隆AAA的环境配置conda create -n BBB --clone AAA
# 删除一个已有的环境conda remove -n xxxx --all
# 环境重命名# conda没有重命名的命令，所以可以先 clone 一个环境，然后删除原有的环境Conda的包管理知识点
# 查看当前环境下已安装的包conda list
# 查看某个指定环境（xxxxx）下已安装的包conda list -n xxxxx
# 查找package信息，例如查找numpy包信息，会列numpy的所有版本conda search numpy
# 安装package，安装多个包用空格隔开# 如果不用-n指定环境名称，则被安装在当前活跃环境# 也可以通过-c指定通过某个channel安装conda install -n xxxxx numpy pandas
# 更新packageconda update numpy # 更新numpy（当前活跃的环境） conda update -n xxxxx numpy # 更新指定xxxxx环境下的numpyconda update python # 假设当前环境是python3.4, conda会将python升级为3.4.x系列的最新版本
# 删除环境packageconda uninstall numpyconda remove numpy # 删除numpy包（当前活跃的环境）conda remove -n xxxxx numpy # 删除xxxxx环境下的包参考文献：
https://blog.csdn.net/qq654129588/article/details/79917515https://ask.csdn.net/questions/657580https://www.cnblogs.com/HongjianChen/p/8385547.htmlhttps://blog.csdn.net/qq_45100771/article/details/102868264https://blog.csdn.net/superjunenaruto/article/details/9539068认认真真系统学习数据分析