tensorflow安装-TensorFlow安装到jupyter：
pycharm中用pip命令安装tensorflow(超级详细)
1、第一步：确保您使用的 Python 版本为 64 位。如果您的计算机上已经安装了多个版本的 Python，需要确保 PyCharm 使用的是 64 位版本。如果当前版本为 32 位，您可以下载并安装 64 位版本的 Python，不必卸载已安装的 Python，只需将新版本的 Python 路径添加到 PyCharm 中。
2、使用pip安装TensorFlow，命令为pip install tensorflow==1。如果安装失败，检查是否安装了支持你的CPU的TensorFlow版本，如果不支持AVX2指令集，可以访问Tensorflow prebuilt binary for Windows下载适合的版本。PyCharm中的配置：如果在PyCharm中遇到问题，确保虚拟环境被正确设置。
3、在激活的TensorFlow环境中，输入pip install tensorflow==0进行安装。安装完成后，通过命令行输入python c import tensorflow as tf； print检查TensorFlow是否成功安装及其版本。下载并安装Pycharm 2021：访问Pycharm官方网站进行下载，无需注册。按照安装向导完成安装。
Tensorflow安装
导入TensorFlow：在Python环境中运行import tensorflow as tf，如果没有报错，则TensorFlow安装成功。检查CUDA支持：运行tf.test.is_built_with_cuda（）和tf.test.is_gpu_available（），如果都为True，则TensorFlow成功获得了CUDA支持并可以访问GPU。
Tensorflow安装步骤：CPU版本安装步骤：在已安装Anaconda的基础上，通过命令行创建独立环境。激活创建的环境。在激活的环境中安装Tensorflow CPU版本。GPU版本安装注意事项：确认CUDA版本：安装Tensorflow GPU版本前，需确认CUDA版本与Tensorflow版本的兼容性。建议访问Tensorflow官网查阅支持的CUDA版本。
安装TensorFlow：通过Anaconda命令行工具，使用conda install tensorflow命令进行安装。验证安装：安装完成后，通过运行一段简单的TensorFlow代码来验证是否安装成功。GPU版本安装：检查CUDA和cuDNN兼容性：在安装GPU版本的TensorFlow之前，需要确保你的显卡、CUDA和cuDNN版本相互兼容。
更新pip：使用最新版本的pip来安装TensorFlow，因为旧版本的pip可能不支持TensorFlow的新版本或存在其他兼容性问题。检查依赖项：确保所有TensorFlow所需的依赖项都已正确安装。可以使用pip的依赖检查工具来识别和解决依赖项问题。
安装TensorFlow：使用pip命令安装TensorFlow 15。在命令行中，输入类似pip install tensorflow==15的命令。如果在第一次尝试时遇到错误，可以尝试再次执行相同的命令，有时由于网络问题或pip缓存问题，可能需要多次尝试才能成功。
【Tensorflow系列】——1安装
在命令提示符中输入testtfScriptsactivate来激活刚才创建的虚拟环境。安装TensorFlow：使用pip安装TensorFlow，命令为pip install tensorflow==1。
如果你的环境是Ubuntu 104，且已经安装了Anaconda3以及TensorFlow 10，可通过命令行使用conda安装TensorFlow，命令如下：conda install tensorflow 或者直接访问TensorFlow官网下载对应版本。在Linux与MacOS上，使用pip安装TensorFlow是最简单的方式，前提是pip已经安装。
CUDA安装 确定TensorFlow与CUDA版本对应关系：首先，需要确定你要安装的TensorFlow版本与CUDA版本的对应关系。例如，TensorFlow 0需要CUDA 1和cuDNN 6。检查显卡支持的CUDA版本：通过NVIDIA控制面板查看系统信息中的组件，确定显卡支持的最高CUDA版本。
从cuDNN官网下载cudnnwindowsx86_640.163_cuda11archive。解压并复制文件到CUDA安装路径对应的文件夹中。虚拟环境创建：打开命令行，使用虚拟环境命令创建一个新的虚拟环境。安装TensorFlow 0：在已创建的虚拟环境中，使用pip install tensorflowgpu==0命令安装TensorFlow GPU版本。
