最新 Tensorflow 2.3 极简安装
安装环境要求 以下
64 位系统支持
TensorFlow： Ubuntu 16.04 或更高版本
Windows 7 或更高版本
macOS 10.12.6 (Sierra) 或更高版本（不支持 GPU）
Raspbian 9.0 或更高版本
安装Python版本要求 Python 3.5 – 3.7
搭建开发环境 推荐使用 Miniconda 搭建python环境 Miniconda是最小的conda安装环境，它提供了：
conda 包管理工具 2. python
下载 miniconda •可在官网下载对应python 3.5 - 3.7 版本的 miniconda
Windows用户需安装VC •Visual C++ 安装，
可从微软的官网下载 https://support.microsoft.com/zh-cn/help/2977003/the-latest-supported-visual-c-downloads •
安装完 VC 后需重启计算机。
Tensorflow版本 Tensorflow分为CPU版本和GPU版本。
GPU 版本的 TensorFlow 可以利用 NVIDIA GPU 强大的计算加速能力，使 TensorFlow 的运行更为高效， 尤其是可以成倍提升模型训练的速度。
Tensorflow版本 Tensorflow分为CPU版本和GPU版本。
GPU 版本的 TensorFlow 可以利用 NVIDIA GPU 强大的计算加速能力，使 TensorFlow 的运行更为高效， 尤其是可以成倍提升模型训练的速度。
Tensorflow CPU版本安装 第一步，升级 pip 版本（可选，如果pip版本大于19.0， 可忽略此步骤）， 打开anaconda prompt 命令行，执行：
python -m pip install --upgrade pip
Tensorflow CPU版本安装 第二步，安装tensorflow2.3的cpu版本
pip install tensorflow-cpu2.3.0 -i https://pypi.douban.com/simple/
等待安装结束即可完成安装
Tensorflow GPU版本安装 安装GPU版本必须有GPU 硬件的支持。
TensorFlow 对 NVIDIA 显卡的支持较为完备。 我们使用 conda 来安装GPU版本
Tensorflow GPU版本安装 对于 NVIDIA 显卡，要求其 CUDA Compute Capability 须不低于 3.5。
算力参考： https://developer.nvidia.com/cuda-gpus
Tensorflow GPU版本安装 驱动版本注意：NVIDIA驱动程序需 418.x 或更高 版本。 可在命令行中执行查看驱动版本：
nvidia-smi
Tensorflow GPU版本安装 GPU版本有两个依赖库，对于 tensorflow2.3来讲 CUDA的版本需要是 10.1 cudnn版本号需要不小于 7.6
Tensorflow GPU版本安装 因为GPU版本这两个依赖库比较大，不需要大家 手动配置，我们使用conda安装，建议大家设置 conda的国内源。
Tensorflow GPU版本安装 Conda配置文件 可以直接从tensorflow交流群群 文件中下载，放到你的用户文件中。
Tensorflow GPU版本 依赖库安装 然后打开anaconda prompt 命令行，执行：
conda install cudatoolkit=10.1 conda install cudnn=7.6.5
Tensorflow GPU版本 依赖库安装 然后执行tensorflow安装：
pip install tensorflow-gpu2.3.0 -i
