Hi，大家好，我是源于花海。要让一个基于 CPU 的 tensorflow 和 keras 开发的深度学习模型正确运行起来，配置环境是个重要的问题，本文介绍了 tensorflow 和 keras 和对应的 python 版本以及安装环境的部分流程。

目录

一、tensorflow + keras + python 版本对照

二、tensorflow 和 keras 安装流程

一、tensorflow + keras + python 版本对照

详情看 tensorflow 官网链接如下：

​​​​​​Build from source on Windows  |  TensorFlow (google.cn)

FrameworkPython versionDescriptionTensorFlow 2.93.7.-3.10.TensorFlow 2.9.0 + KerasTensorFlow 2.83.7.-3.10.TensorFlow 2.8.0 + KerasTensorFlow 2.73.7.-3.9.TensorFlow 2.7.0 + KerasTensorFlow 2.63.6.-3.9.TensorFlow 2.6.0 + Keras 2.6.0TensorFlow 2.53.6.-3.9.TensorFlow 2.5.0 + Keras 2.5TensorFlow 2.43.6.-3.8.TensorFlow 2.4.0 + Keras 2.4.3TensorFlow 2.33.5.-3.8.TensorFlow 2.3.0 + Keras 2.4.3TensorFlow 2.23.7.TensorFlow 2.2.0 + Keras 2.3.1TensorFlow 2.13.6.TensorFlow 2.1.0 + Keras 2.3.1TensorFlow 2.03.6.TensorFlow 2.0.0 + Keras 2.3.1TensorFlow 1.153.6.TensorFlow 1.15.0 + Keras 2.3.1TensorFlow 1.143.6.TensorFlow 1.14.0 + Keras 2.2.5TensorFlow 1.133.6.TensorFlow 1.13.0 + Keras 2.2.4TensorFlow 1.123.6.TensorFlow 1.12.0 + Keras 2.2.42.TensorFlow 1.12.0 + Keras 2.2.4TensorFlow 1.113.6.TensorFlow 1.11.0 + Keras 2.2.42.TensorFlow 1.11.0 + Keras 2.2.4TensorFlow 1.103.6.TensorFlow 1.10.0 + Keras 2.2.02.TensorFlow 1.10.0 + Keras 2.2.0TensorFlow 1.93.6.TensorFlow 1.9.0 + Keras 2.2.02.TensorFlow 1.9.0 + Keras 2.2.0TensorFlow 1.83.6.TensorFlow 1.8.0 + Keras 2.1.62.TensorFlow 1.8.0 + Keras 2.1.6TensorFlow 1.73.6.TensorFlow 1.7.0 + Keras 2.1.62.TensorFlow 1.7.0 + Keras 2.1.6TensorFlow 1.53.6.TensorFlow 1.5.0 + Keras 2.1.62.TensorFlow 1.5.0 + Keras 2.0.8TensorFlow 1.43.6.TensorFlow 1.4.0 + Keras 2.0.82.TensorFlow 1.4.0 + Keras 2.0.8TensorFlow 1.33.6.TensorFlow 1.3.0 + Keras 2.0.62.TensorFlow 1.3.0 + Keras 2.0.6

二、tensorflow 和 keras 安装流程

这里安装 python=3.8，tensorflow=2.4.0，keras=2.4.3（segnet 是我做的语义分割项目的虚拟环境），若需要将创建的虚拟环境添加到 jupyter lab/notebook 中使用，则需要第 3 - 6 步，否则不用：

# 1. Anaconda 创建虚拟环境

conda create -n segnet python=3.8

# 2. 激活并进入虚拟环境

activate segnet

# 3. 安装 ipykernel

pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple/

# 4. 安装ipykernel，将虚拟环境加入 jupyter 内核中

python -m ipykernel install --name segnet --display-name segnet

# 5. 检查新虚拟环境是否成功加入内核

jupyter kernelspec list

# 6. 从指定文件夹里进入 jupyter

jupyter lab

# 7. 安装 tensorflow、keras 等软件包

pip install tensorflow=2.4.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install keras=2.4.3 -i https://pypi.tuna.tsinghua.edu.cn/simple

------------------------------------------------------------------------

pip install matplotlib=3.4.3 -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install numpy=1.19.2 -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install pillow=10.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install scipy=1.7.3 -i https://pypi.tuna.tsinghua.edu.cn/simple

文章链接

评论可见，请评论后查看内容，谢谢！！！
 您阅读本篇文章共花了：