Window11利用Acaconda安装Tensorflow(CPU版)
利用Acaconda安装Tensorflow(CPU版)
安装Acaconda
1.访问Anaconda官方网站：
链接: https://www.anaconda.com/download/ ，
在页面中选择对应的安装包进行下载
在“Install for”对话框中选择“All users”，如下图所示：在“Install for”对话框中选择“All users”，如下图所示：
配置好自己的安装路径，如下图所示：
在“Advanced Options”界面中，仅勾选“Register Anaconda as the system Python 3.7”
安装完成后，提示安装VS Code代码编辑器，这一步工作可选（非必须）
安装完成后启动“Anaconda Prompt”，
在命令行中输入：
conda --version
可以看到conda的版本信息
2.设置 Anaconda 仓库镜像
在Anaconda Prompt中分别运行如下两条命令：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
安装Tensorflow
1.创建依赖环境
在Anaconda Prompt中运行如下命令:
conda create -n tensorflow python=3.7
其中“tensorflow”是虚拟环境的名字，可自定义，“python=3.7”是虚拟环境的版本，可根据需求自行选择
注意
如果在使用anaconda创建一个新的环境，执行“conda create -n ×××”，结果出现了
“CondaHTTPError: HTTP 000 CONNECTION FAILED for url
解决方法
进入”C:\用户\Administrator“，打开“.condarc“，其中“Administrator”是自己主机的名字，自行调整。
打开“.condarc“后，将里面的内容调整为：
ssl_verify: true
show_channel_urls: true
channels:
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
之后重新输入：
conda create -n tensorflow python=3.7
输入“y”以继续，等待安装完成
2.检查环境安装是否成功
启动Anaconda Navigator，软件启动后，可以在主界面中的“Environments”看到TensorFlow的环境。
注意
如果发现Acaconda打不开，有可能是在通过anaconda prompt窗口执行conda install ***的安装库的命令后发生的，如何解决？
首先以管理员权限打开anaconda prompt
输入
conda update conda
conda update --all
尝试打开anaconda navigator
这时候一般能打开，如果还不行，就尝试以下命令：
conda update anaconda-navigator
anaconda-navigator --reset
conda update anaconda-client
conda update -f anaconda-client
3.安装Tensorflow
在Anaconda Prompt中启动tensorflow环境，在Anaconda Prompt中运行下列命令：
activate tensorflow
安装CPU版本的TensorFlow，在Anaconda Prompt中运行下列命令：
pip install --upgrade --ignore-installed tensorflow
这条命令比较考验网速，报错的话可以多尝试几次，或者尝试以下命令：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow
等待安装完成，可能需要一定时间。
之后输入
conda list
可以查看Tensorflow是否安装成功
之后输入
python
进入python环境，输入如下验证命令：
//检验代码
import tensorflow as tf
tf.compat.v1.disable_eager_execution()
# 保证sess.run()能够正常运行
hello = tf.constant('hello,tensorflow')
sess= tf.compat.v1.Session()
# 版本2.0的函数
print(sess.run(hello))
输出如下即为成功！
