深度学习 | 基于 CPU 的 tensorflow + keras + python 版本对照及环境安装

在安装TensorFlow和Keras之前，请确保您的Python版本与TensorFlow和Keras的版本兼容。以下是在基于CPU的环境中安装TensorFlow和Keras的步骤：

1. 打开终端或命令提示符。

2. （可选）创建一个新的Python虚拟环境。这可以防止依赖性冲突，并且使您能够在不同的项目中独立地使用不同的包版本。

   
   
   
   python -m venv tf-venv
   source tf-venv/bin/activate  # 在Windows上使用 `tf-venv\Scripts\activate`

3. 使用pip安装TensorFlow。由于您没有指定特定版本，因此将安装最新稳定版本。

   
   
   
   pip install tensorflow

4. 安装Keras。Keras通常与TensorFlow一起安装，因此通常不需要单独安装。
5. （可选）如果需要，可以安装其他依赖项或工具。

以下是一个简单的Python脚本，用于验证TensorFlow和Keras的安装是否成功：

import tensorflow as tf
from tensorflow import keras
 
print(tf.__version__)
print(keras.__version__)
 
# 验证TensorFlow是否可以在没有GPU支持的情况下运行
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

运行此脚本，如果没有错误且能够看到版本号和打印的消息，则表明TensorFlow和Keras已成功安装并可以开始使用。