1.1 TensorFlow安装
1.1.1 系统要求
最新的TensorFlow版本为TensorFlow 2，支持Windows、Linux、macOS等多种操作系统。TensorFlow 2系统要求[7]如下：
1. Python 3.5-3.8，若要支持 Python 3.8，需要使用 TensorFlow 2.2 或更高版本。
2. pip 19.0 或更高版本。
3. 操作系统：
Windows 7 或更高版本（64 位）。
Ubuntu 16.04 或更高版本（64 位）。
macOS 10.12.6 (Sierra) 或更高版本（64 位）（不支持 GPU）。
4. 如要使用GPU运算，需要支持 CUDA® 的显卡（适用于 Ubuntu 和 Windows）。
本文以Windows操作系统为例，介绍如何搭建TensorFlow开发环境，相关软件的版本信息如下：
| 软件 | 版本信息 |
|---|---|
| Windows | Windows 10，64位 |
| Python | 3.8.x |
| TensorFlow | 2.4.x |
表 7-1 软件版本信息
1.1.2 安装方式1：从python开始
1.1.2.1 安装Python
1. 下载Python 安装文件
首先打开Python官网：www.python.org ，在Downloads栏目中点击Windows，可以看到所有发布的适用于Windows的Python安装包。我们选择下载Windows installer (64-bit)，如图：
图 7-2 Python安装包windows 64位
2. 安装Python
打开下载下来的python-3.8.7-amd64.exe，不用更改任何配置，点击Install Now，等待Python安装程序完成安装。安装成功的最后页面，点击Disable path length limit，确保开启长路径支持，如下图：
图 7-3 开启长路径支持
安装完成后，我们可以进入到Python的安装目录，浏览下Python的相关文件目录，注意Python默认的安装目录为：
C:\Users\${用户名}\AppData\Local\Programs\Python\Python38
3. 配置环境变量
为了能在命令提示符CMD直接执行Python命令，我们将如下2个目录加入到系统Path环境变量：
C:\Users\${用户名}\AppData\Local\Programs\Python\Python38
C:\Users\${用户名}\AppData\Local\Programs\Python\Python38\ Scripts
图 7-4 环境变量
注意：这2个目录放在Path路径最前面，这样系统会优先使用我们安装的Python3.8，如下图：
图 7-5 编辑环境变量
打开命令提示符CMD，键入Python命令，显示出正确的Python版本号，说明Python3.8安装成果。命令如下
C:\ >python
Python 3.8.7 (tags/v3.8.7:6503f05, Dec 21 2020, 17:59:51) [MSC v.1928 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> exit()
1.1.2.2 配置清华镜像
因为国内使用pip安装python库时，下载需要很长时间。在配置文件中设置国内镜像可以提高速度，我们首先配置清华镜像源[8]作为国内镜像。命令如下：
C:\>pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
Writing to C:\Users\jiale\AppData\Roaming\pip\pip.ini
C:\>pip config list
global.index-url='https://pypi.tuna.tsinghua.edu.cn/simple'
1.1.2.3 安装常用科学计算包
本书使用JupyterLab作为TensorFlow的开发环境，同时还需要安装常用的科学计算包，主要软件包如下表：
| 软件包 | 简介 |
|---|---|
| jupyterlab | JupyterLab是Jupyter主打的最新数据科学生产工具，它的出现是为了取代Jupyter Notebook。JupyterLab作为一种基于web的集成开发环境，可以使用它编写notebook、操作终端、编辑markdown文本、打开交互模式、查看csv文件及图片等功能。 |
| numpy | NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。 |
| matplotlib | Matplotlib是Python 的一个绘图库。它包含了大量的工具，可以使用这些工具创建各种图形，包括简单的散点图，正弦曲线，甚至是三维图形。Python 科学计算社区经常使用它完成数据可视化的工作。 |
| pandas | Pandas是一个强大的分析结构化数据的工具集；它的使用基础是Numpy（提供高性能的矩阵运算）；用于数据挖掘和数据分析，同时也提供数据清洗功能。 |
| scikit-learn | scikit-learn 是基于 Python 语言的机器学习工具 |
表 7-2 软件包列表
安装命令如下：
C:\>pip install numpy scipy matplotlib ipython pandas sympy nose jupyterlab scikit-learn
等待安装完成后，我们使用pip list命令，查看已经安装的包，验证安装结果。命令如下：
C:\>pip list
如果打印出上述软件包，说明安装成功。
1.1.2.4 安装TensorFlow
1. 安装Microsoft Visual C++可再发行软件包****
从 TensorFlow 2.1.0 版开始，运行时需要msvcp140_1.dll文件。此文件可以单独安装，下载地址：aka.ms/vs/16/relea…。
2. 安装TensorFlow
前面的基础软件环境已经完成，下面我们可以开始安装TensorFlow了。我们使用pip命令安装，有如下2种方法：
(1) 直接使用pip安装TensorFlow，命令如下：
C:\>pip install --upgrade tensorflow
(2) 下载whl文件安装
因为tensorflow的安装包比较大，网络不好的情况下方法(1)可能会失败。所以这种情况下，我们可以使用whl来安装。首先打开tensorflow的whl仓库，地址如下：
https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow/****
然后下载保存支持64位windows的2.4.x版本tensorflow，如：
tensorflow-2.4.1-cp38-cp38-win_amd64.whl
使用pip安装TensorFlow的whl命令如下：
C:\>pip install tensorflow-2.4.1-cp38-cp38-win_amd64.whl
3. 安装验证
我们通过打印tensorflow版本及执行矩阵运算，来验证tensorflow的安装。因为没有安装GPU支持，所以命令执行过程中会打印一些信息，提示CUDA无法使用。验证命令如下：
C:\>python -c "import tensorflow as tf;print(tf.__version__)"
……
2.4.1
C:\>python -c "import tensorflow as tf;print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
……
tf.Tensor(2104.2556, shape=(), dtype=float32)
4. 配置GPU 支持（可选）
配置好GPU支持后，可以极大提高TensorFlow模型训练的速度。如果读者的电脑安装有支持TensorFlow的GPU，可以参考官方文档完成相关驱动的安装，地址如下：tensorflow.google.cn/install/gpu。
