tensorflow1 tensorflow 2 安装配置（cpu+gpu）新版gpu2.12

tensorflow1和2的安装部署
windows和linux用法一致
本文使用的conda的方式，这样可以方便用多个不同的版本
链接：tensorflow官网

---

一、基本配置

1.需要安装conda
如果没有安装，按照我的这个教程（windows和linux都有）：
链接: anaconda安装

2.gpu版本需要cuda
注意：请先看需要的cuda版本
如果没有安装，按照我的这个教程
链接: cuda安装（linux）

3.gpu版本需要cuDNN
注意：请先看需要的cuDNN版本
如果没有安装，按照我的这个教程
链接: cuDNN安装

二、安装tensorflow1.15（cpu版本）

在windows和linux下一致。
由于现在主要用2了，1就用cpu版本吧，要不还要降低cuda的版本(或者多版本cuda并存)。
1.15是tensorflow1的最后一个版本。

1.安装python3.6环境

conda create -n tensorflow python=3.6

2.激活环境

conda activate tensorflow

3.安装tensorflow1.15

通过国内源安装

pip install tensorflow==1.15.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/

4.方便在notebook中使用

pip install ipykernel

python -m ipykernel install --name tensorflow

5.打开notebook后，可以看到tensorflow的环境了

三、安装tensorflow2.12.0（cpu版本）（2023年3月版本）

写这个教程的时候（2023.4），2.12.0刚刚出来，但是可能还不稳定，先上2.11.0，方法是一样的
官方给的兼容性

1.安装python3.10环境（3.8-3.11之间）

这里选用3.10的python

conda create -n tensorflow2_cpu python=3.10

激活环境

conda activate tensorflow2_cpu

2.安装tensorflow2.12.0

pip install tensorflow-cpu==2.12.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/

3.适配notebook

pip install ipykernel

python -m ipykernel install --name tensorflow2_cpu

三、安装tensorflow2.12.0（gpu版本）（2023年3月版本）

这个版本开始移除了tensorflow-gpu 和 tf-nightly-gpu包，用tensorflow 或 tf-nightly代替
官方给的兼容性

1.安装python3.10环境（3.8-3.11之间）

这里选用3.10的python

conda create -n tensorflow2_gpu python=3.10

激活环境

conda activate tensorflow2_gpu

2.安装tensorflow2.12.0

注意，截至到写这篇时（2023.4.4），国内的pip源还没有更新包名，所以要走官方源，或者再等等
如果安装出错，建议多次尝试，可能网络不好

pip install tensorflow==2.12.0

3.适配notebook

pip install ipykernel

python -m ipykernel install --name tensorflow2_cpu