tensorflow numpy版本匹配_Ubuntu 安装Tensorflow （CPU 和GPU版）

0.版本对应关系

Tensorflow版本与Python 版本、CUDA、cuDNN、编译器构建工具，Keras版本的对应关系

1.conda创建虚拟环境

#CPU版
conda create -n tensorflow python=3.5 
​
#GPU版
conda create -n tensorflow_gpu python=3.6 

2.安装Tensorflow-CPU版

步骤：conda安装 --->numpy降版本

conda activate tensorflow
​
​
conda install tensorflow==1.3.0
​
#查询tensorflow安装路径为:
which python

3.安装Tensorflow-GPU版 （不用自己手动下载配置cuda 和cuDNN）

步骤：conda安装 --->numpy降版本

conda activate tensorflow-gpu
​
#安装anaconda，然后用conda可以安装特定gpu版本的tensorflow
#conda会自动安装和temsorflow版本对应的cuda和cuDNN等依赖
conda install tensorflow-gpu==1.3.0
​
#如果网络较差，依赖文件下载可能会发生中断异常或错误，则继续执行以上命令直到所有依赖文件下载完成
​
# 强行重装 TensorFlow
pip install --ignore-installed tensorflow-gpu==1.3.0
​
#卸载特定版本的tensorflow：
pip uninstall tensorflow-gpu==1.3.0

通过py脚本验证tensorflow是否安装成功

import tensorflow as tf
tf.__version__
查询tensorflow安装路径为:
tf.__path__

通过shell脚本验证tensorflow是否安装成功

python -c "import tensorflow; print(tensorflow.__version__)"

4.安装指定版本的keras

#匹配TF1.3.0
pip install keras==2.0.6

5.遇到一些问题

5.1 如果在 python 命令行中就无法引入 TensorFlow

这可能是因为你曾经用 pip 安装过 TensorFlow 导致的，解决方法是在当前环境中强行重装 TensorFlow：

pip install --ignore-installed tensorflow-gpu

5.2 numpy版本过高

import tensorflow时由于numpy版本过高导致的的warning

import tensorflow as tf
/home/scnu-go/anaconda3/envs/tensorflow/lib/python3.6/site-packages/tensorflow/python/framework/dtypes.py:458: FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / '(1,)type'.
  _np_qint8 = np.dtype([("qint8", np.int8, 1)])

解决办法：安装低版本的Numpy即可

 pip install numpy==1.16.0