在疫情飄搖的2020年初，TensorFlow釋出了2.1.0版本，本Python小白在安裝過程中遇坑無數，幸得多年練就的百度功力終於解決，特記錄下來以免後人跳坑。

準備工作

Python 3.6或3.7 。TensorFlow2.1.0版本將是最後一個支援Python 2的版本，但Python3.8還不支援，因此請自行從官網下載安裝Python 3.6或3.7（我安裝的是3.6）。

一、搭建虛擬環境（以下順序不要亂）

virtualenv可以搭建虛擬且獨立的Python環境，解決不同的工程依賴不同版本的庫的問題，亦可使不同環境僅保留專案有用的庫以免引發未來的依賴災難。

1. 安裝virtualenv

pip3 install virtualenv 安裝virtualenv

任意目錄> pip3 install virtualenv

2. 安裝virtualenvwrapper

virtualenv的一個最大的缺點就是，每次開啟虛擬環境要去虛擬環境所在目錄下的bin目錄下執行一下activate，這不僅麻煩，還需要我們記住每個虛擬環境所在的目錄，which你應該記不住。這時，我們就可以使用virtualenvwrapper管理你的虛擬環境的目錄，以後每次使用只需要 work on 虛擬環境名 即可。

pip3 install virtualenvwrapper-win 安裝Windows版virtualenvwrapper

任意目錄> pip3 install virtualenvwrapper-win

3. 建立WORKON_HOME環境變數

在我的電腦-屬性-高階系統設定-環境變數-系統變數中，新增WORK_ON變數，儲存你想要建立的虛擬環境的地址。

4. 建立虛擬環境

mkvirtualenv 你的虛擬環境名稱 [--python=安裝路徑\python.exe] 會建立一個指定Python版本的虛擬環境

任意目錄> mkvirtualenv v36env --python=D:\Python\Python36\python.exe

這會在我的WORKON_HOME目錄建立一個v36env資料夾，使用我安裝在D:\Python\Python36\目錄下的3.6版本的Python

5. 使用虛擬環境

workon 命令會列出你當前的虛擬環境名稱（其實列出的是WORKON_HOME目錄下所有資料夾的名稱）
workon 虛擬環境名稱 啟用虛擬環境並在虛擬環境上工作

任意目錄> workon
Pass a name to activate one of the following virtualenvs:
=============================================================
v36env

任意目錄> workon v36env
(v36env) 任意目錄>

6. 離開、刪除虛擬環境

deactivate 當虛擬環境使用完畢，用這個命令退出

(v36env) 任意目錄> deactivate
任意目錄>

rmvirtualenv 虛擬環境名稱 刪除虛擬環境（其實就是刪除資料夾，你手動刪除也可以）

任意目錄> rmvirtualenv v36env
  Deleted D:\Python\Env\v36env
任意目錄>

二、安裝TensorFlow（以下順序可以亂）

1. 在虛擬環境中安裝TensorFlow

在命令列中進入你的虛擬環境所在目錄（我的是D:\Python\Env），然後workon 虛擬環境啟用並開始使用虛擬環境。
pip install tensorflow安裝TensorFlow，這個過程比較漫長。

如果你還需要其他資料分析相關的庫，比如pandas，matplotlib，也需要在虛擬環境中安裝

D:\Python\Env>workon v36env
(v36env) D:\Python\Env> pip install tensorflow

2. 確保你安裝了VC++2015

TensorFlow是基於VC++2015開發的，所以需要下載安裝 Microsoft Visual C++ Redistributable for Visual Studio 2015,2017 and 2019 來獲取MSVCP140.DLL的支援。安裝方法很簡單，點選上面連結在官網下載安裝即可。

3. 安裝CUDA和CUDNN

TensorFlow 2.1.0 現在預設包括針對 Linux 和 Windows 的 GPU 支援，因此需要安裝NVIDIA CUDA Toolkit和對應版本的NVIDIA CUDA Deep Neural Network library (cuDNN) 。我安裝的是10.1版本，現在已經有10.2版本了。下載cuDNN的時候需要免費註冊NVIDIA賬號，當然如果你是像我一樣吃雞的小夥伴對顯示卡有稍高需求，那你八成已經有這個帳號了。
順便吐槽一下NVIDIA賬號什麼都沒有，還非要密碼包含大小寫加符號，我三次輸入錯誤後賬號被鎖，想通過contact us解鎖卻發現給客服發郵件需要先登入 >_<

4. 檢驗TensorFlow是否安裝成功

在虛擬環境中，執行import tensorflow，如果沒有報錯，恭喜你，你成功了一大半了！如果報錯了，那也恭喜你，你發現了我還沒發現的坑，請你穩住心態，移步百度。

(v36env) D:\Python\Env\v36env> python
Python 3.6.8 (tags/v3.6.8:3c6b436a57,Dec 24 2018,00:16:47) [MSC v.1916 64 bit (AMD64)] on win32
Type "help","copyright","credits" or "license" for more information.
>>> import tensorflow as tf
2020-04-08 21:05:37.219916: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudart64_101.dll
>>>

三、在Jupyter中編寫TensorFlow程式碼

別問我為啥要在Jupyter Notebook中編寫TensorFlow，人家還是小白~

1. 安裝ipykernel

pip install ipykernel 在剛剛你的虛擬環境中，安裝ipykernel

(v36env) D:\Python\Env\v36env> pip install ipykernel

2. 在Jupyter中新增虛擬環境

python -m ipykernel --user --name 虛擬環境名 [--display-name Jupyter中要顯示的名字]

(v36env) D:\Python\Env> python -m ipykernel --user --name v36env
(v36env) D:\Python\Env> jupyter notebook

開啟後Jupyter Notebook後，就可以在Kernel-Change kernel中看到剛剛新增的虛擬環境了，我的是v36env。當你選擇該虛擬環境後，右上角應該顯示為可信的（而不是掛掉了）。

3. 在Jupyter中編寫TensorFlow

來了老鐵！
現在你可以在cell裡輸入import tensorflow並執行一下，如果沒有報錯，那麼恭喜你終於成功的搭建好了程式設計環境，可以開始編寫TensorFlow程式碼了！

到此這篇關於Window版下在Jupyter中編寫TensorFlow的環境搭建 的文章就介紹到這了,更多相關TensorFlow環境搭建 內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們！