tensorflow1 tensorflow 2 安装配置（cpu+gpu）windows+linux

TensorFlow 1 和 TensorFlow 2 在安装配置上有明显区别。TensorFlow 2 是基于TensorFlow 1的，但它采用了许多改进的新特性，并且重新设计了API以便更好地与Python生态系统集成。

TensorFlow 1 主要是通过pip安装，而TensorFlow 2 则主要通过tensorflow包名直接安装，同时为了兼容性，TensorFlow 2 提供了tf别名。

对于CPU和GPU版本，TensorFlow会自动根据你的环境选择合适的版本。

TensorFlow 1 安装（主要适用于TensorFlow 1.x）

Windows

pip install tensorflow

如果你需要GPU支持，你可以使用：

pip install tensorflow-gpu

Linux

pip install tensorflow

或者GPU版本：

pip install tensorflow-gpu

TensorFlow 2 安装（主要适用于TensorFlow 2.x）

TensorFlow 2 在安装时可能会遇到一些问题，尤其是在Linux上，因为它依赖于一些特定版本的CUDA和cuDNN库。

Windows

pip install tensorflow

或者如果你需要GPU支持：

pip install tensorflow-gpu

Linux

pip install tensorflow

或者GPU版本：

pip install tensorflow-gpu

如果你需要特定版本的CUDA或cuDNN，你可能需要手动安装或者指定版本号。

注意：TensorFlow 2 默认使用Eager Execution，这是一种命令式编程环境，可以立即运行操作并查看结果，这与TensorFlow 1的图形构建方式不同。

为了保证兼容性，可以安装tf-compat-v1包以在TensorFlow 2中使用TensorFlow 1风格的API。

pip install tf-compat-v1

然后，你可以在代码中使用import tensorflow.compat.v1 as tf来使用它。