TensorFlow是学习深度学习时常用的Python神经网络框架，本文将介绍其部分版本在Linux系统使用pip进行安装的方法。
（注：TensorFlow官方推荐使用pip进行安装。）
作者使用anaconda作为管理虚拟环境的工具。以下工作都在虚拟环境中进行，对Python和Aanaconda的安装及对虚拟环境的管理本文不作赘述，后期可能会撰写相关的博文。
首先进入官网：TensorFlow
TensorFlow安装的总界面：Install TensorFlow 2
1. TensorFlow 2最新版安装（本文撰写时为2.9.0）
官方安装指南：Install TensorFlow 2
用pip安装的指南：Install TensorFlow with pip
TensorFlow基础的系统环境等要求可直接在该网站上查看，已经2022年了，一般电脑都不会这么老吧。
新建anaconda虚拟环境：conda create -n envtf2 python==3.8（Python版本需要是3.7-3.10，本文以3.8为例，主要是因为我需要用3.8版本来安装另一个包）
激活虚拟环境：conda activate envtf2
如果要使用cuda，首先确定本机安装有NVIDIA GPU driver：nvidia-smi（一般都会有的吧，没有的话到得了这一步吗）
安装指定的cudatoolkit和cudnn版本：conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0
有两种指定配置路径的方式：
①临时的，每次会话都需要先激活虚拟环境然后：export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/
②自动在每次激活虚拟环境后执行此操作（我没有试过，我一直都用的是上面那种方式）：
mkdir -p $CONDA_PREFIX/etc/conda/activate.d
echo 'export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/' > $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh
更新pip：pip install --upgrade pip
安装TensorFlow：pip install tensorflow
检验CPU版TensorFlow是否可用：python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
（我的服务器有4张卡）
检验GPU版TensorFlow是否可用：python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
注意，以上操作是在终端上进行的，不能直接放到jupyter notebook。一个失败的例子：
在jupyter notebook上，我直接调用!export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/也不行，用os.environ['LD_LIBRARY_PATH']也不行，用$env也不行，就把我整得相当困惑。我看了一下，好像如果用jupyter notebook的话就必须要修改jupyter内核才能用，但是我修改了jupyter kernelspec list路径中的kernel.json后仍然不行。（参考自python - How to set env variable in Jupyter notebook - Stack Overflow）
其他我在网上有看到一些使用全局配置解决此问题的方法，但是我这个服务器上还需要运行别的版本的别的项目，总之不太方便用这个。一般来说我对此问题的解决方法就是不用jupyter notebook来跑TF项目。我看的这些资料可资参考：
解决TensorFlow在terminal中正常但在jupyter notebook中报错的方案 - stardsd - 博客园
Add CUDA Library Path to Jupyterhub Notebook - AIML - wiki.ucar.edu
install pytorch with jupyter - 知乎
所以jupyter notebook上要成功使用TensorFlow GPU功能的话就必须要先在命令行上激活虚拟环境，然后export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/，然后调用jupyter notebook命令打开jupyter notebook，这样就能直接正常使用了。
（注意：如果仅安装了ipykernel包，那么VSCode中可以打开notebook文件，但是无法使用jupyter notebook打开能够在浏览器中打开的网页，因此需要安装jupyterlab：pip install jupyterlab（参考Project Jupyter | Installing Jupyter）。VSCode即使在远程服务器上也可以把端口转到本地使用localhost域名在本地浏览器打开，挺方便的）
运行成功的效果：
2. TensorFlow 1
待补。
