在虚拟环境中，通过pip安装tensorflow

激活python虚拟环境，更新pip

通过pip 安装tensorflow

确定python版本：

编辑安装tensorflow:

编辑为什么使用pip安装tensorflow?

激活python虚拟环境，更新pip

命令为python -m pip install --upgrade pip

通过pip 安装tensorflow

确定python版本：

在tensorflow官网（使用 pip 安装 TensorFlow (google.cn)）中，我们注意到系统要求，容易让我们忽略的是python版本的要求，目前最新版本的python为3.12.0，在download-windows中找到可以下载安装的3.8或者3.9版本。

可以通过python --version 来检查本地python版本。

如果安装高版本的python，在安装tensorflow时，会出现报错：

安装tensorflow:

命令 pip install --upgrade tensorflow

为什么使用pip安装tensorflow?

之前想要通过R+Python结合使用，在本地计算机使用miniconda安装python，通过命令行安装tensorflow是成功的。但是当通过r语言在服务器上安装tensorflow时，总是安装失败，即使安装成功了，也不能用。

在本地计算机通过r语言安装tensorflow(只限于自己的笔记本电脑，如果是服务器，大概率会失败的。)

#Install Python
install.packages("reticulate")
library("reticulate")
reticulate::install_miniconda()  #Install miniconda
reticulate::repl_python() #Install pythonreticulate::py_available() #Check if Python is installed successfully# install Python module in R
# If you encounter an error, press Ctrl + Shift + F10 to restart R and continue.
install.packages("tensorflow")
library("tensorflow")
install_tensorflow()
library("reticulate")
reticulate::import("tensorflow")

之前查过原因，有一个原因说是，组装机器系统不完整，tensorflow没有办法安装。

昨天又查到tensorflow作者说，针对安装不成功这个问题，他们不再推荐使用miniconda安装python，继而安装tensorflow，而是推荐在虚拟环境中安装tensorflow。

tensorflow安装不成功提示（trouble installing Tensorflow · Issue #1380 · rstudio/keras · GitHub）：