在Anaconda中安装TensorFlow1.14.0与TensorFlow2.0.0
在Anaconda中安装TensorFlow1.14.0与TensorFlow2.0.0
一、在Anaconda中安装TensorFlow1.14.0
1、Anaconda修改国内镜像源
国外网络有时太慢，可以通过配置将下载源修改为国内的镜像，
比如清华的镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
（1）在Anaconda Prompt窗口执行配置命令
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --set show_channel_urls yes
（2）修改用户目录下Anaconda配置文件.condarc
2、安装TensorFlow
（1）安装普通版TensorFlow
conda install tensorflow
（2）安装GPU版TensorFlow
conda install tensorflow-gpu
3、测试TensorFlow是否安装成功
启动Spyder，在IPython窗口里输入命令：
import tensorflow as tf
tf.__version__
大家可以看到输出了版本号，就说明TensorFlow安装成功！
4、TensorFlow的简单使用
在TensorFlow1.x中的函数xx()，在TensorFlow2.0里以tf.compat.v1.xx()的方式来调用。
二、在Windows10上安装TensorFlow2.0.0
1、安装Anaconda
2、了解常用conda指令
（1）查看conda环境：conda env list
（2）新建conda环境：conda create -n env_name
（3）激活conda环境：conda activate env_name
（4）退出conda环境：conda deactivate
（5）查看已安装python包列表：conda list -n env_name
（6）安装和卸载python包
- 安装：conda install pkg_name
安装numpy模块：
- 卸载：conda uninstall pkg_name
卸载numpy模块：
查看style环境里安装的python包：
可以使用通配符卸载style环境里所有的python包：
（7）删除conda环境：conda env remove -n env_name
删除style环境：
3、安装CPU版本TensorFlow2.0.0
（1）新建TF2C环境
conda create -n TF2C python=3.7
（2）激活TF2C环境
conda activate TF2C
（3）安装TF2.0 CPU版本
pip install tensorflow==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
（4）测试TF2.0 CPU版本
编写程序test_tf2c.py：
import tensorflow as tf
print('TF Version = {0:s}'.format(tf.__version__))
print('Is gpu available? ', tf.test.is_gpu_available())在TF2C环境与base环境里运行上述程序，结果如下：
可以看到，在base环境中，TF版本还是1.14.0，在TF2C环境中，TF版本才是2.0.0。
以命令行方式运行Python程序不方便，还是希望在Spyder里或Jupyter Notebook里运行Python程序。
1、在Spyder里基于TF2C环境运行Python程序
运行程序，TF版本是1.14.0，说明Spyder是在base环境中运行Python程序的，怎么才能切换到TF2C虚拟环境来执行Python程序呢？
运行程序，报错，提示安装spyder-kernels=0.*：
此时，运行程序，还是报错：
还得继续安装ipykernel才行。
这样连kernel都连接不上了，……，只好放弃这个处理办法。
再尝试另外一个方法，在TF2C环境里安装Spyder。
启动Spyder(TF2C)：
实践证明，在TF2C环境里安装Spyder是行之有效的方法，程序运行结果是TF Version = 2.0.0。
2、在Jupyter Notebook里基于TF2C环境运行Python程序
（1）安装nb_conda
（2）重启jupyter notebook，切换kernel
在Jupyter Notebook里运行程序也是十分方便的。
TF1.x是静态图，要利用会话的run()方法来执行计算。TF2.0是动态图，没有会话了。
无须session的run()方法去获取张量的值，只需调用张量的numpy()方法就可以获取张量的值。
在TF2.0环境里，如何让TF1.x代码依然可以运行呢？
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()