TensorFlow 安装 - CPU
既然要学习 TensorFlow，那么就要首先学会如何安装它。TensorFlow 可以大致地被分为 CPU 版本和GPU 版本，顾名思义，CPU 版本的 TensorFlow 就是在 CPU 之上运行的，而 GPU 版本的 TensorFlow 就是使用 GPU 来进行相关的工作的。
那么如何选择使用的版本呢？我们先来看一下它们之间的差异：
- CPU 版本的 TensorFlow 安装简单，几乎不需要配置，调用迅速，但是训练模型的速度较慢，适合新手学习较为简单的实例。
- GPU 版本的 TensorFlow 安装比较复杂，配置也比 CPU 版本复杂很多，而且调用速度较慢，但是它可以使用GPU的矩阵运算，因此它的训练速度比CPU版本的快很多，适用于专业者。
那么现在这节课我们就首先来学习如何安装 CPU 版本的 TensorFlow，我们会分别介绍 Windows 操作系统与 Linux 操作系统和 Mac OS 操作系统下如何安装 TensorFlow-CPU 版本。
1. Window 下 TensorFlow-CPU 的安装
1.1 准备工作
首先我们需要在安装之前进行一些简单的准备工作，具体如下：
- 官方推荐使用 Windows 7 (64-bit) 及其以后的系统；
- 系统上需要安装 Python，我们推荐安装 Python 3.5 到 Python 3.7 的版本（官方的文档要求），这样可以避免很多不兼容的问题的发生；
- 需要熟悉 pip 工具的基本的使用方法，因为这是我们安装的一个主要工具。
- 确定自己需要使用的 TensorFlow-CPU 版本。
Tips：推荐 TensorFlow2.0 - TensorFlow2.2 版本的任何一个即可，因为 CPU 版本产生兼容性问题的可能性较小。
1.2 安装步骤
其实 CPU 版本的安装非常简单，只需要两个步骤即可：
运行命令
pip install tensorflow
或者：
pip install tensorflow-cpu
第二个命令是强制安装 CPU 版本，用来避免 CPU 版本与 GPU 版本的捆绑安装。
上面是直接使用 pip 安装，并且使用官方给的版本，如果要指定安装版本（比如2.0版本），我们可以使用命令：
pip install tensorflow==2.0
因为 pip 默认使用国外的源，连接速度比较慢，因此大家可以换成国内的源以此来提升下载速度。
可以使用下面的方式将 pip 的源更换为清华大学的源来安装 TensorFlow：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==2.0
测试是否安装成功
在使用 pip 安装完成后我们需要测试是否安装成功。我们可以使用 Python 运行如下代码：
import tensorflow as tf
print("Version: " + tf.__version__)
若是输出结果为：
Version: 2.2.0
若是输出以上的结果，则说明安装成功， 若是没有输出版本并且报错，则需要查看自己的安装命令是否正确或者尝试降低一下安装的版本。
2. Linux 与 Mac OS 系统下 TensorFlow-CPU 的安装
因为我们都会使用 pip 进行安装，因此 Windows 与 Linux 以及 MaxOS 的 TensorFlow-CPU 版本的安装大同小异。
首先确保机器上的 Python 版本为 3.5 版本或以上，如果不是则需要进行相应的升级。
升级更新自己的 pip，官方要求的 pip 版本为 19.0 及其以上，因此如果自己的 pip 版本没有达到要求那么就需要更新一下 pip。
Linux 可以使用以下命令来进行升级：
sudo apt-get install python-pip
MacOS 可以使用以下命令来进行升级：
sudo easy_install --upgrade pip
在这里只是提供一个更新方法，大家可以使用各种方法更新都可以。
运行命令安装 TensorFlow：
pip install tensorflow-cpu
测试是否安装成功：
import tensorflow as tf
print("Version: " + tf.__version__)
若是输出安装的版本号则标识安装成功，若是报错则说明自己安装失败，则需要查看自己的当前的环境是否正确。