在本文中，我们将详细说明TensorFlow2。0的安装。 Tensorflow与Linux，MacOS等Unix内核系统最兼容。此外，GPU版本的TensorFlow仅支持Linux环境，不支持Windows和Mac环境，因此本文仅针对Linux系统环境。 。我们将统一使用Anaconda，在Mac和Windows下的安装过程相对简单。读者可以参考他们的正式文件。 Anaconda的官方网站提供了每个平台的详细安装和使用教程。 1。安装Anaconda我们使用python3。6，因此我们下载Anaconda 5。2。0版本，对应的python版本是3。6。5，为了下载更快，我们从清华大学镜像站下载：，下载“ Anaconda3- 5。2” 。0-Linux-x86_64。sh”文件。 （1）安装Anaconda 1。执行“ bash Anaconda3-5。2。0-Linux-x86_64。sh”，提示您阅读许可证，按Enter继续。安装Anaconda2。如果提示您接受许可证，请输入“是”，然后按Enter。提示将安装Anaconda的位置，然后按Enter确认。 3。提示是否写入配置文件，输入“是”，然后按Enter。 4。提示是否安装“ VSCode”，输入“ no”，然后按Enter。安装完成。安装后，我们键入“ python3”，此时我们仍在运行系统随附的python版本。我们执行“ source〜/ 。bashrc”以使配置生效。此时，我们执行“ python3”并运行Anaconda。 （2）创建一个虚拟环境接下来，我们在Anaconda中创建一个虚拟Python环境，在终端中执行以下命令：conda create --name apython python = 3。6然后出现提示，继续，键入“ y”并按Enter，等待一会儿，创建了Python3。6的虚拟环境。目前，系统中有多个版本的Python。为了方便，为每个版本的Python设置一个别名。另外，为了以后使用“ pip”来管理虚拟环境的程序包，我们还为虚拟环境的“ pip”命令创建了一个别名。编辑“〜/ 。bashrc”文件，并在文件末尾添加以下内容：alias python =“ / usr / bin / python2” alias python3 =“ / usr / bin / python3” alias apython =“ / home / lqhou / anaconda3 / envs / apython / bin / python3“别名apip =” / home / lqhou / anaconda3 / envs / apython / bin / pip“请注意，Anaconda的路径应根据实际情况填写，” / home / “ lqhou / anaconda3”是作者系统上的Anaconda安装路径。配置完成后，键入“ source〜/ 。bashrc”以使配置生效，然后我们执行“ python”，“ python3”和“ apython”命令：测试别名（其中python和python3分别命名）指代系统随附的python版本，apython命令指向我们刚刚创建的python虚拟环境。这里需要注意的是，当我们要使用“ pip”命令为我们创建的python虚拟环境安装软件包时，我们需要直接在pip或pip3命令中使用此处配置的“ apip”命令，软件包将安装到系统自己的Python环境中。 2。要安装TensorFlow，我们可以直接使用“ pip install tensorflow == 2。0。0-alpha0”命令进行安装。由于作者使用的pip源尚未添加“ TensorFlow2。0。0-alpha0”版本，因此在这里我们直接转到“ PyPi”网站下载TensorFlow2。0 Alpha版本的安装包。输入网址：
files，作者的python版本是python3。6。8，操作系统是64位Ubuntu16。04。因此，作者下载了“ tensorflow-2。0。0a0-cp36-cp36m-manylinux1_x86_64。whl”。下载完成后，我们执行以下命令进行安装。 apip install tensorflow-2。0。0a0-cp36-cp36m-manylinux1_x86_64。whl安装完成后，我们进入Python交互式解释器环境以验证安装是否成功，如图所示：测试TensorFlow2。0 Alpha是否成功安装3。使用Jupyter NotebookJupyter Notebook是一个开源Web应用程序，通常用于交互式开发和显示一些数据科学项目（例如数据清理和转换，数据可视化，机器学习等）。为了方便大家学习，我们将使用Jupyter NoteBook作为我们的编程环境（您也可以使用Google的Colab :）。安装Anaconda后，Anaconda集成了Jupyter NoteBook，因此我们可以直接使用它。在Anaconda界面上，我们可以直接单击Jupyter下的“运行”以启动Jupyter（也可以在终端中输入“ jupyter-notebook”以启动），并且启动后将自动打开一个网页。此处列出了默认路径下的所有目录和文件，我们可以打开存储代码的目录。 Jupyter Notebook启动后，单击页面右上角的“新建”菜单，然后单击“ python 【conda env：apython3】”菜单以创建后缀为“ ipynb”的新笔记本文件。读者的“新”菜单可能只有一个“ Python”内核，而在python环境中没有其他两个Anaconda的内核。然后执行命令“ jupyter-notebook”命令以启动Jupyter，然后我们可以在“新”菜单下看到需要使用的内核。创建新的笔记本文件新创建的笔记本文件将在新选项卡中自动打开，新创建的笔记本文件为空。打开笔记本文件后，我们在笔记本单元格中输入代码，然后单击“运行”以在该单元格下方显示代码运行的结果。在笔记本文件中编写代码