安装tensorflow、tensorflow_gpu

安装这两者的方法是一样的，只是命令不同，根据自己的需要对应修改名称即可。

不使用镜像会超时或者中断错误。

使用镜像安装tensorflow_gpu版本
我这里安装的是2.12.0版本，你可以根据自己的CUDA版本选择合适的版本。

pip install tensorflow_gpu==2.10.0 -i https://pypi.douban.com/simple --trusted-host pypi.douban.com

安装中

安装成功

标题测试安装tensorflow_gpu是否成功

这里我测试的是tensoeflow_gpu，在网上找一个测试程序即可。

测试时，报错

错误：

TypeError: Descriptors cannot be created directly.
If this call came from a _pb2.py file, your generated code is out of date and must be regenerated with protoc >= 3.19.0.
If you cannot immediately regenerate your protos, some other possible workarounds are:
 1. Downgrade the protobuf package to 3.20.x or lower.
 2. Set PROTOCOL_BUFFERS_PYTHON_IMPLEMENTATION=python (but this will use pure-Python parsing and will be much slower).

报错的主要原因是因为protobuf的版本太高而导致编译错误，所以我们只需要按照编译器提示的信息下载3.19.0对应的版本即可解决问题。

方法：
在python终端更新protobuf的版本为错误提醒的版本即可

测试tensoeflow的cpu和gpu版本运行

都运行成功，说明tensorflow_gpu安装成功。

安装tensorboardX

1.tensorflow环境下安装

方法：
在python设置中直接添加tensorboardX的包即可。

2.pytorch环境下安装

在python设置中直接添加会超时或者中断错误。
需要在conda环境下安装。
首先激活conda环境

activate
conda activate [这里写你的python环境]