【3-2】实验——安装TensorFlow

1.下载指令

指定-ignore-installed渠道
conda install --upgrade --ignore-installed tensorflow
conda install --upgrade --ignore-installed tensorflow-gpu

通用-默认渠道
conda install tensorflow
conda install tensorflow-gpu


如果下载错误，想要重装，可以先执行下列步骤
conda uninstall tensorflow 

2.安装问题解决

（1）安装tensorflow2.3.0后使用出现错误：module ‘numpy‘ has no attribute ‘object‘

错误原因：tensorflow与numpy版本不兼容, 属性“object”在 ‘numpy‘1.20.0版本被废弃

解决方法：将默认安装的numpy==1.25降低版本至numpy==1.20以下

conda numpy==1.20

总结：numpy版本的高低有时会导致tensorflow和pytorch报错。这是因为这些库都依赖于numpy，并且对numpy的某些功能进行了扩展或使用了numpy的一些内部实现。如果numpy的版本过高或过低，可能会与tensorflow或pytorch不兼容，导致报错。

（2）报错：RuntimeError: module compiled against API version 0xe but this version of numpy is 0xd    即RuntimeError:根据API版本0xe编译的模块，但这个版本的numpy是0xd

错误原因：是因为numpy的版本较低

解决方法：在此实验中先放着，但是后期需要的话，可以通过明确tensorflow下载渠道，确定适合的numpy低版本，然后在其他渠道，仍然使用最新版本的numpy。

更新numpy到最新版本：

在终端中查看numpy版本
pip show numpy

升级numpy
conda install numpy --upgrade

（3）tensorflow各版本和Python的有些库会出现不兼容，所以安装的时候需要大家花点时间，比较麻烦。

TensorFlow和numpy版本匹配问题

深度学习 Day 5——解决深度学习中Numpy版本不兼容问题-CSDN博客

构建配置        

在 Windows 环境中从源代码构建  |  TensorFlow

3.验证是否安装成功：

import tensorflow as tf
hello = tf.constant("hello,tf")
sess =tf.Session()
print(sess.run(hello))

报错

错误原因
安装的是tensorflow2.X版本，而tf.Session()是tensorflow1.X中的代码。

解决方法
将原来代码修改为：

import tensorflow as tf
tf.compat.v1.disable_eager_execution()
hello=tf.constant("Hello,Tensorflow!")
sess=tf.compat.v1.Session()
print(sess.run(hello))

正确结果