Win10下用Anaconda安装TensorFlow（CPU版本）

一、安装anaconda

     上一篇文章里有详细的安装步骤，这里不再赘述（安装Tensor flow的前提是安装好了anaconda）

二、tensorflow安装cpu版本和gpu版本的区别

    TensorFlow 的 CPU 版本适用于普通计算机，无需特殊硬件，适合轻量级任务和小规模数据处理。而 GPU 版本则需要 NVIDIA GPU 及相关驱动支持，能显著提升计算速度，适合大规模数据集和复杂模型的训练。选择版本时，应考虑硬件条件和任务需求。本节介绍安装CPU版本的tensorflow。

三、安装CPU版本的tensorflow 

     这里我选择安装tensorflow-2.10.0，对应的python版本是3.7-3.10。如果版本不对称，容易装不成功。

1、创建虚拟环境

 打开Anaconda的Prompt命令窗口，在进入Prompt后，默认的是你的base环境

为了方便管理，我们在此创建一个新的虚拟环境，用来使用2.10.0版本的tensorflow

创建了一个新的conda环境，名为"tensorflow-2.10.0"，并指定在这个环境中使用Python 3.9版本，代码命令如下：

conda create -n tensorflow-2.10.0 python=3.9

选择y，然后等待完成，这样就是创建虚拟环境成功了，下边我们再验证一下。

2、查看虚拟环境

      输入conda info -e 或者conda env list可以查看你当前conda中的环境。若创建成功，prompt中显示如下：

图中有四个环境，最左列是虚拟环境的名字，最右列是对应的位置。

最后一个环境名称是tensorflow-2.10.0，就是我们刚刚创建的那个，说明创建成功了。

3、 进入/激活虚拟环境

输入"conda activate 环境名" 可以进入新环境

conda activate tensorflow-2.10.0

这样就从最开始的base环境切换到名称为 tensorflow-2.10.0虚拟环境下了

4、安装cpu版本的tensorflow

在上面的环境下输入conda install tensorflow==2.10.0

conda install tensorflow==2.10.0

如果没有报错的话就安装成功啦！

接下来可以使用pip list 或者conda list，查看一下我们本地安装好的包，发现有了2.10.0版本的tensorflow

接着我们进入python环境，输入下方两行代码，第一行代码作用是再python中导入tensorflow，没有报错就再次验证成功安装好tensorflow了。第二行代码，是查看tensorflow的版本。

import tensorflow as tf

tf.__version__

从下图结果中可以看出，tensorflow的版本正是2.10.0

5、在jupyter中添加虚拟环境tensorflow-2.10.0的内核

方法一：打开Anaconda Navigator，切换都tensorflow-2.10.0环境，然后安装Jupyter

在开始菜单栏中可以看到新的Jupyter Notebook（tensorflow-2.10.0），使用这个便可以使用tensorflow功能。

方法二：在tensorflow-2.10.0这个虚拟环境中，命令行输入conda install ipykernel安装ipykernel

conda install ipykernel

注册内核：安装完 ipykernel 后，需要手动注册内核。这可以通过以下命令完成：

python -m ipykernel install --user --name tensorflow-2.10.0 --display-name "Python (tensorflow-2.10.0)"

--name后面跟的是实际的环境名，--display-name后面是希望显示的名字。

安装完成后进入Jupyter Notebook，创建文件时可以发现有了tensorflow-2.10.0这个内核

就可以调用tensorflow了

6、PyCharm中引用tensorflow-2.10.0

打开PyCharm，设置->项目->Python解释器，找到tensorflow-2.10.0，选中，然后点击确定，就可以正常使用tensorflow了。

如果是新建的项目，可在创建的时候就确定好环境。