Python 3.8 环境下安装 TensorFlow CPU 版本的完整指南

本文内容主要介绍如何在 Python 环境中安装 TensorFlow 的 CPU 版本。

目前 TensorFlow 已支持 Python 3.8 版本的安装。用户可以先检查当前 Python 的版本信息，以及该版本支持的 TensorFlow 版本号。在 Anaconda Prompt 界面中，输入 python --version（注意是加粗的 --version）命令即可查看。例如，本人的 Python 版本为 3.8.8。

接着，使用 python -m pip debug --verbose 命令查看当前环境支持的 TensorFlow 信息。结果显示最高支持 cp38（即 Python 3.8 编译版本）。

TensorFlow 的安装建议使用国内镜像源，本人使用的是清华大学镜像站，用户也可以选择阿里云或豆瓣的镜像源进行加速。

第一步，打开 Anaconda Prompt 命令行工具。

第二步，创建名为 TensorFlow 的虚拟环境。

用户也可以选择不创建虚拟环境，直接安装。但创建虚拟环境的主要目的是便于管理，如果未来需要安装其他版本的 TensorFlow，可以避免环境冲突。当然，创建环境后需要在虚拟环境中单独安装其他依赖包，这会增加一定的系统开销。用户可根据自身情况选择，若直接安装，可使用 conda install tensorflow 命令。本人安装的是 TensorFlow 2.3.x 版本。

conda create -n TensorFlow2.3.1 python=3.8

第三步，激活新建的 TensorFlow 环境。在命令行中输入 activate TensorFlow2.3.1（具体环境名需根据创建时设定的名称调整，此处以示例中的环境名为例，实际操作中应使用创建时的环境名，如 TensorFlow2.3.1 或自定义名称）。

   activate TensorFlow2.3.1

激活成功后，命令行提示符前会显示环境名称，表示已成功切换至该虚拟环境。

第四步，使用国内镜像源进行安装，这里选用清华大学镜像源。

pip install tensorflow==2.3.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

从安装日志中可以看到，系统正在下载 cp38 版本的 TensorFlow，这与之前检查的 Python 版本一致。

至此，TensorFlow 安装过程已完成。

第五步，测试安装是否成功。

在命令行中输入 python 进入 Python 交互环境，然后导入 tensorflow 库进行验证。

一般情况下，若未报错并成功导入，即表示安装成功。

总结

到此这篇关于 Python 3.8 安装 TensorFlow 的文章就介绍到这了，更多相关 Python 3.8 安装 TensorFlow 内容请搜索本站以前的文章或继续浏览下面的相关文章，希望大家以后多多支持本站！