亲测-windows系统安装Tensorflow2.0版本

我们使用anaconda在windows系统中安装Tensorflow。

Anaconda的安装与使用：
（1）官网
https://www.anaconda.com/distribution/
（2）清华大学软件镜像站（https://mirrors.tuna.tsinghua.edu.cn）
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

安装好之后，在anaconda navigator里面【Home】中application on，是运行的环境
【Environments】中base(root)点击右侧三角行，进入terminal终端，输入conda info，到此，anaconda安装结束。

（1）包管理
安装、更新、卸载工具包；
安装时能自动安装相应的依赖包；
conda命令
安装包：conda insatll <package_names>
卸载包：conda remove <package_names>
更新包：conda update <package_names>
模糊查询：conda search
pip命令
当conda命令下载不了python包时，可以与pip交互使用；
安装包：pip install <package_names>
卸载包：pip uninstall <package_names>
（2）环境管理
在同一台机器上创建几个相互独立的Python开发环境；
隔离不同项目所需的不同版本的工具包；
防止版本的冲突；
conda环境管理
创建环境：conda create --name <env_name> <package_names>
激活环境：activate <env_name>
推出环境：deactivate
删除环境：conda remove --name <env_name> --all
查看当前创建环境中列表清单：conda env list

Tensorflow2.0的安装
在开始安装之前，我们可以使用镜像安装，这样速度会比较快；
anaconda镜像使用帮助：
https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

tuna提供了anaconda仓库的镜像：
1）运行
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
或者
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
2）运行
conda config --set show_channel_urls yes
即可添加anaconda python免费仓库。

接下来开始正式安装步骤：
（1）创建独立环境并激活

conda create --name tensorflow2.0 python==3.7

conda activate tensorflow2.0

（2）安装相关软件包
conda install numpy matplotlib pillow scikit-learn pandas

pip install numpy matplotlib pillow scikit-learn pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

（推荐使用pip安装，conda安装会导致部分依赖包被修改）
（3）安装Tensorflow2.0

pip install tensorflow==2.0.0-beta -i https://pypi.tuna.tsinghua.edu.cn/simple

注：
1）随着时间的推移，TensorFlow又不断发布了新的版本。
在安装TensorFlow时，如果指定早期的版本，可能会因为找不到所指定的早期版本，而报错，大家安装时请注意用新的版本替换"2.0.0beta".
2019.06.08 2.0.0-beta
2019.10.02 2.0.0
2020.01.12 2.1.0
2020.05.08 2.2.0
2）因为Tensorflow的CPU安装队CPU性能等有要求，在安装最新版本后，可能成功安装，但是在运行 import tensorflow命令时，会发生报错，DLL load failed: 找不到指定的模块，这时说明你需要降低安装版本，因为此时你的CPU太老了；在步骤3中修改一下版本序列之后，重新运行即可；
（4）测试
在命令行中输入python，打开交互模式，输入import tensorflow as tf
很多人在运行 sees = tf.Session()时会报错，发现没有Session()函数，这是因为2.0版本已经移除；
按照以下代码即可解决：

import tensorflow as tf
tf.compat.v1.disable_eager_execution()
hello = tf.constant('hello,tensorflow')
sess= tf.compat.v1.Session()
print(sess.run(hello))