去年10月Tensorflow剛剛開放了2.0，當然用2.0慢慢地會變成未來使用Tensorflow的趨勢。但是，關于如何用2.0進行機器學習和深度學習研究的書籍市面上能買到的大多都還是英文原版，且很少，因為太新中文的參考書更是少的可憐。因此，很多想要通過Tensorflow進行深度學習研究的朋友還是必須要安裝1.0的相關版本來學習深度學習。目前最新版本的Anaconda搭配的是python3.7，如果進行無腦安裝，安裝到的tensorflow版本是2.0或者2.1。因此想要安裝2.0以下的TensorFlow的朋友可以看以下步驟詳解，非常簡單。

首先我們去官網下載Anaconda，https://www.anaconda.com/distribution/

直接點擊右邊的Download，默認都是64位的，因為大家操作系統都應該是WIN10。

然后會下載一個EXE的安裝包

雙擊進行安裝就可以了，在開始安裝前請先關閉殺毒軟件和360，以避免在安裝過程中自動刪除一些關鍵組件導致安裝失敗。安裝過程中要勾選環境變量的路徑設置，如下圖所示

這樣就可以，然后就點Install等待安裝。

2. 安裝完Anaconda后，我們打開CMD進入Windows自帶的命令行檢查一下Anaconda的版本和Python的版本

然后我們用命令查看一下Anaconda里的信息，如下圖

目前環境中只有基本變量，就是base庫，沒有Tensorflow，打開Anaconda，也會看到同樣的信息，如下圖

在Environments中只有base。接下來，我們開始安裝Tensorflow

3. 我們開始安裝Python 3.7版本下的Tensorflow，命令如下圖

然后在下圖的步驟中輸入y回車，就是確定安裝

然后就是讀各種進度條，安裝速度取決于電腦配置

之后安裝完成

這個時候Tensorflow的環境已經安裝了，這在你的Anaconda中可以看到，如下圖

剛才只有一個base，但是現在多了一個Tensorflow

接下來我們用pip來安裝Tensorflow 1.9，當然你也可以安裝其他版本，我們這里安裝1.9。首先去下載1.9到本地文件夾，下載地址是https://www.lfd.uci.edu/~gohlke/pythonlibs/#tensorflow

選在第一下載到本地文件夾即可

然后激活Tensorflow

安裝這個1.9版本的Tensorflow

install后面跟的就是你保存1.9版本Tensorflow的文件路徑。然后等待安裝過程結束。現在Tensorflow 1.9就安裝完畢了。接下來，我們需要測試一下安裝是否成功。

3. 測試一下我們的Tensorflow，首先，我們激活Tensorflow，命令如下圖

然后進入Python

我們輸入網上最常用的測試命令

import tensorflow as tf

hello = tf.constant('Hello tensorfolw')

sess = tf.Session()

print(sess.run(hello))

最后輸出如上圖即代表Tensorflow安裝成功。這里有個細節要注意，如果安裝的是2.0及以上版本的Tensorflow，上述代碼的第3行無法執行，原因是2.0版本的Tensorflow代碼跟1.0是不同的

我們還可以做進一步的測試，我們現在在Anaconda上安裝Spyder

注意此時安裝Spyder時Anaconda中加載的環境仍然是Tensorflow，不要切換到base

上圖中運行箭頭在Tensorflow上

然后安裝Spyder，安裝成功后打開它，我們再次輸入剛才那個簡單的測試代碼，輸出結果如下圖

看到紅框里的結果，跟剛才在命令行中執行的是一樣的。

我們還可以換一個測試用例，去試試別的庫加載情況，代碼如下圖

如果運行成功，這段代碼會繪制一個有一定線性規律的由100個點組成的散點圖。在代碼執行中，如果出現ModuleNotFoundError: No module named 'matplotlib'，請不要驚慌，請用命令加載matplotlib庫即可，當然，還是要在Tensorflow激活的環境中用pip命令加載

以后無論運行任何代碼，當缺失函數或者函數庫的時候都可以在命令行模式中用pip加載安裝，然后再運行代碼，結果如下圖

測試完畢。

注：之所以寫這篇帖子的原因，是因為目前網上我能搜到的帖子介紹如何安裝Tensorflow的版本要么太老，要不不全，很容易出錯導致反復安裝不成功。希望這篇帖子能幫到初學者順利安裝Tensorflow。本人也是初學者，若有解釋錯誤之處，敬請諒解。謝謝。

總結

以上是生活随笔為你收集整理的anaconda base环境_如何在最新版的Anaconda下安装Tensorflow 1.9的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。