目录

       一、更改服务器。

       二、调整tensorflow版本

       三、将python降级

        1、进入conda命令行，依次输入以下命令

        2、换回默认源

        3、降级为python3.6

      四、降级后再升级

---

这周接到一个任务，需要在python中安装tensorflow，跑一下数据。TensorFlow是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief。原以为很简单事的事，没想到却是让我大费周折。

       一、更改服务器。

       我安装的python是3.9，在Pycharm中安装无法安装tensorflow，选择安装的是最新版的tensorflow，安装失败后显示ConnectTimeOutError。连接超时，应该是国外服务器下载速度慢的缘故，把下载包的服务器地址由https://pypi.python.org/simple改为Simple Index后，顺利完成安装。

       二、调整tensorflow版本

      tensorflow完成安装后， 再运行程序时，显示错误：AttributeError: module ‘tensorflow‘ has no attribute ‘placeholder‘，查看发现，报错原因是因为tensorflow自 2.0版本去掉了placeholder，placeholder只有tensorflow 1.*版本才有。

       三、将python降级

       在安装tensorflow 1.15.5时，又出现安装失败，不过不再是timeout，经研究发现，tensorflow 1.x适用的python最高版本为3.6。python3.9下已经写了不少程序了，如果降级后不能用怎么办，这时anaconde解决了我的问题。

        1、进入conda命令行，依次输入以下命令

        conda config --add channels Index of /anaconda/pkgs/free/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

        conda config --add channels Index of /anaconda/pkgs/main/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

        conda config --set show_channel_urls yes

        2、换回默认源

        conda config --remove-key channels

        3、降级为python3.6

       通过cmd或conda命令行输入：conda create -n py36 python=3.6 anaconda

       注：实际上是打造了一套python3.6的环境，这一过程将重新安装所有包，花费时间有点多。

       我是在conda命令行安装的

       安装好后，会提示：

      # To activate this environment, use
 
      #
 
      #     $ conda activate py36
 
      #
 
      # To deactivate an active environment, use
 
      #
 
      #     $ conda deactivate

在命令行输入conda activate py36 即可，若要返回python3.9，在命令行输入conda deactivate。

      win10菜单里会多出Anaconda Powershell Prompt的菜单项，点击就可进入python3.6，非常方便。

      

      四、降级后再升级

      将python降级到3.6后，心想这次安装tensorflow1.15.5没问题了，没想到还是出错了，提示 Package 'protobuf' requires a different Python: 3.6.10 not in '>=3.7'，要求我将python升级到3.7，这叫什么事啊。      

      由于很明确，tensorflow1.x适用的python最高版本是3.6，这次没听错误提示的，而是把pip升级了，怀疑是pip版本的问题。       

     pip升级后，tensorflow1.15.5顺利安装成功，代码也能正常运行了。