Windows10下安装tensorflow-cpu-2.4.0
- 系统:Windows10(x64)
- 前言
- 目前大部分教程安装的是tensorflow的cpu和gpu通用版本或者单独gpu版本，而很少能见到仅支持cpu的tensorflow安装教程。作者起初安装的也是通用版本，想以cpu运行，但是因为没有配置gpu，运行程序时常报错，如`Attempting to fetch value instead of handling error Internal: failed to get device attribute 13 for device 0: CUDA_ERROR_UNKNOWN:`。故参考tensorflow官网，搭建了tensorflow-cpu
- 一. 安装Anaconda并创建虚拟环境安装tensorflow
- 1.Anaconda 安装
- 2. pip指令创建虚拟环境
- 3.在虚拟环境中安装tensorflow
- 二. 检查是否已经安装过Microsoft Visual C++ 可再发行软件包
- 三. 在pycharm中新建tensorflow工程
- 1.安装pycharm
- 官网安装即可，有相应的windows版本
- 2.pycharm中新建工程并配置python编译器（interpreter）
- Step1: 进入pycharm主界面之后，点击new project 新建工程
- Step2: 进行工程设置
- step3 在工程里设置编译器，并根据需要添加package
- Step4: 新建python文件
- 后记
系统:Windows10(x64)
前言
目前大部分教程安装的是tensorflow的cpu和gpu通用版本或者单独gpu版本，而很少能见到仅支持cpu的tensorflow安装教程。作者起初安装的也是通用版本，想以cpu运行，但是因为没有配置gpu，运行程序时常报错，如Attempting to fetch value instead of handling error Internal: failed to get device attribute 13 for device 0: CUDA_ERROR_UNKNOWN:。故参考tensorflow官网，搭建了tensorflow-cpu
一. 安装Anaconda并创建虚拟环境安装tensorflow
1.Anaconda 安装
官网安装即可，注意勾选上加入环境变量选项
安装成功后，会有Anaconda Navigator(Anconda)，以及Anaconda Powershell Prompt
打开Anaconda(绿色圆形图标)，进入软件界面后，点击左列Environement， 可以发现已经有base environment
2. pip指令创建虚拟环境
(1)打开Anaconda Powershell Prompt
(2)新建python虚拟环境
conda create --name 071616tf python=3.7071616tf是新建的虚拟环境的名称，同时安装Python3.7，这里比较建议用这个版本的python。
打开Anaconda软件，也可以看到除了base之外，新的虚拟环境：071616tf
3.在虚拟环境中安装tensorflow
(1)参考tensorflow官网，选择tensorflow安装包，如下图
作者选择的是采用python3.7（根据之前虚拟环境中安装的python版本）且仅支持CPU版本的tensor-flow安装包（名称为tensorflow_cpu-2.4.0-cp37-cp37m-win_amd64.whl），点击蓝色框中的链接，自动下载相应的tensorflow-cpu安装包(2)在Anaconda Powershell Prompt中激活虚拟环境
指令conda activate 071616tf
（3）更改路径到tensorflow 安装包的下载地址，作者下载在桌面，所以
指令cd C:/Users/Admin/Desktop
(4)install下载过的tensorflow安装包
pip install tensorflow_cpu-2.4.0-cp37-cp37m-win_amd64.whl
二. 检查是否已经安装过Microsoft Visual C++ 可再发行软件包
英文名称为Microsoft Visual C++ Redistributable for Visual Studio 2019。
可以在Visual Studio 官网安装：进入官网–展开其他工具和框架–第二行
这个软件包是tensorflow2.0+运行所必须的，并且不需要安装VS2019，只要该软件包即可。
三. 在pycharm中新建tensorflow工程
1.安装pycharm
官网安装即可，有相应的windows版本
2.pycharm中新建工程并配置python编译器（interpreter）
Step1: 进入pycharm主界面之后，点击new project 新建工程
Step2: 进行工程设置
如图所示，一共有四个地址方框。
方框1：工程位置，可自己选择
方框2：环境位置，建议在工程位置之下新建一个子文件夹vene作为环境位置（通常，方框1填好后，会总动在第二个方框生成vene文件夹）
方框3：编译器，选择Anaconda安装地址-envs-虚拟环境文件夹(071616tf)-python.exe
方框4：无需选择
配置完成后，点击create
step3 在工程里设置编译器，并根据需要添加package
在pycharm界面里，点击 File-Settings-Project-PythonInterpreter
紫色框中的Python Interpreter应该选择虚拟环境中python的安装地址，和Step2的第三个方框相同。此处作者已经设置好了，若第一次设置可见下图。确保方框三为Anaconda虚拟环境里的python地址，即和Step2的第三个方框相同。点击OK配置完成。
检验编译器是否配置正确: 应该能看到package里包含tensorflow-cpu
Step4: 新建python文件
返回到主界面，右击当前工程文件-New-Python File。
输入新建的Python File 的名称，回车之后生成.py文件。
添加tensorflow相关代码，需要引入import tensorflow as tf。
经验证正常运行
后记
如果用到了keras，比如代码中有from tensorflow import keras，以上的tensorflow-cpu反而不能使用，这时安装tensorflow的方法应该改为
pip install --ignore-installed --upgrade tensorflow==2.5.0
