教程：TensorFlow2.x完美安装并嵌入至PyCharm

最近在自学深度学习，第一个问题就是tensorflow的安装问题，话不多说直接上干货，根据此步骤安装即可。

一、一般安装步骤

1.安装Python环境。本文的Python是3.8.0 64位版本的，建议使用 Anaconda安装。

2.使用 Anaconda 自带的 conda 包管理器建立一个 Conda 虚拟环境，并进入该虚拟环境。在 Windows 下，需要打开开始菜单中的 “Anaconda Prompt” 进入 Anaconda 的命令行环境。在命令行下输入：

conda create --name tf2 python=3.8      # “tf2”是你建立的conda虚拟环境的名字
conda activate tf2                      # 进入名为“tf2”的conda虚拟环境

如果安装时发现conda速度太慢，建议更换清华镜像，只需要添加一下三行代码即可：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

3.使用 Python 包管理器 pip 安装 TensorFlow。在命令行下输入：

pip install tensorflow

二、GPU 版本 TensorFlow 安装

在安装 GPU 版本的 TensorFlow 前，需要具有一块不太旧的 NVIDIA 显卡，以及正确安装 NVIDIA 显卡驱动程序、CUDA Toolkit 和 cuDNN。

1.安装好NVIDA驱动程序。在命令行下使用 nvidia-smi 命令检查是否安装成功，若成功则会打印出当前系统安装的 NVIDIA 驱动信息，形式如下：

注意CUDA Version是11.2。

2.CUDA Toolkit 和 cuDNN 的安装 。在 Anaconda 环境下，推荐使用：

conda install cudatoolkit=X.X
conda install cudnn=X.X.X

安装 CUDA Toolkit 和 cuDNN，其中 X.X 和 X.X.X 分别为需要安装的 CUDA Toolkit 和 cuDNN 版本号，必须严格按照 TensorFlow 官方网站所说明的版本 安装。例如，对于 TensorFlow 2.5，可使用：

conda install cudatoolkit=11.0
conda install cudnn=7.6.5

在安装前，可使用 conda search cudatoolkit 和 conda search cudnn 搜索 conda 源中可用的版本号，推荐全部用最新版本。

当然，也可以按照 TensorFlow 官方网站上的说明 手动下载 CUDA Toolkit 和 cuDNN 并安装，不过过程会稍繁琐。

三、第一个程序

安装完毕后，我们来编写一个简单的程序来验证安装。

在命令行下输入 conda activate tf2 进入之前建立的安装有 TensorFlow 的 Conda 虚拟环境，再输入 python 进入 Python 环境，逐行输入以下代码：

import tensorflow as tf

A = tf.constant([[1, 2], [3, 4]])
B = tf.constant([[5, 6], [7, 8]])
C = tf.matmul(A, B)

print(C)

如果能够最终输出：

tf.Tensor(
[[19 22]
[43 50]], shape=(2, 2), dtype=int32)

说明 TensorFlow 已安装成功。运行途中可能会输出一些 TensorFlow 的提示信息，属于正常现象。

四、嵌入至PyCharm

本文的PyCharm版本是2019.2社区版。按下图操作即可：

一定要记得把上图中，python.exe的位置找对！只需要去Anaconda->envs->tf2->python.exe即可。点击ok，创建完成项目，再新建python文件，将第一个程序放入文件运行即可。