tf2.0的三个优点：1、方便搭建网络架构；2、自动求导3、GPU加速（便于大数据计算）安装过
tf2.0的三个优点：
1、方便搭建网络架构；
2、自动求导
3、GPU加速（便于大数据计算）
安装过程（概要提示）
step1：安装annaconda3
step2：安装pycharm
step3：安装tensorflow2.0 cpu版本
（1）进入anaconda prompt(anaconda3)
（2）默认为（base）环境
（3）输入python，查看python版本；输入exit（）退出
（4）输入conda info --envs查看虚拟环境
（5）此处以在（base）环境中安装 tf2.0 cpu为例，输入
pip install tensorflow==2.0.0a.0 numpy==1.16.4 -i https://pypi.tuna.tsinghua.edu.cn/simple进行安装。此处注意对于tf2.0来讲，安装numpy1.16比较合适，如果安装numpy1.17，容易出错，至于具体云心不太清楚，可能是numpy1.17目前还不太稳定？总之这里是血的教训啦，淘宝上花了20元大洋，别人分分钟搞定的事情，我花了两天愣是没解决，虽然自己最后猜到是numpy的原因，但是也是一直没有选对对应的版本。cpu这样装，gpu是同样的。
（6）安装结束后，输入ipython
（7）import tensorflow进行测试，最后显示成功。
step4：安装tensorflow2.0 gpu版本
（1）官网下载安装cuda10.0,切记，一定是10.0，10.1就会出错，而且我一直解决不了，当然啦，大神的话另说。
（2）官网下载安装与cuda10.0 相对应版本的 cudnn。具体的英伟达官网可查。
（3）进入anaconda prompt(anaconda3)，新建虚拟环境，此处本人命名为‘gpu'，具体的虚拟环境搭建，参考链接：虚拟环境操作。
（4）建好命名为‘gpu'的虚拟空间后，输入
pip install tensorflow-gpu==2.0.0a.0 numpy==1.16.4 -i https://pypi.tuna.tsinghua.edu.cn/simple安装tf2.0.0 的alpha0 gpu版本。
（5）输入ipython进行测试。
step5：版本选择
（1）pycharm中版本的选择，根据每一个项目选择不同的解释器来选择是cpu版本还是gpu版本
（2）jupyter notebokk中版本的选择，参考链接：jupyter notebokk环境调用
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
naconda Pycharm Tensorflow2 CPU和GPU安装 naconda Pycharm Tensorflow2