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。