TensorFlow学习笔记001：安装与基础操作

【TensorFlow初学者踩坑指南：2026年亲测安装全记录】

一、我为什么纠结要不要装TensorFlow？
去年冬天搞AI项目的时候，电脑显示器天天在蓝屏，这玩意儿真不是吹的。原本想折腾3D点云处理，结果发现光三维数据生成就够我折腾半天的。网上的教程都写着"安装TensorFlow"，但没人说清楚一个pip install到底要什么条件。

二、代码不是用来背的，是让你看懂的
先说说那天深夜写的代码。我把Python从2.7换成了3.6，折腾了三个小时，在命令行输入"sudo pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow"才搞定。记得发现在Win10系统下，CUDA 8.0和cuDNN 6.0是必须的，后来才发现官网都改成2026版了...

三、Linux安装小心机
我是在Ubuntu 20上装的TensorFlow 1.15，这版本跑起来特别稳。有个小细节差点让我崩溃，把pip换成pip3后，安装进度条还在转，结果出现yntax error。后来才发现系统路径没带全，加上--user参数才成功。别忘了用pip3，别问为什么，问就是99%的情况都会报错。

四、Windows安装暗礁预警
装GPU版的时候，显卡驱动得先更新。我之前开过个bug，cuda 11.3和cuDNN 8.5搭配没反应，结果发现TensorFlow 1.15需要CUDA 10.1。后来索性改用CPU版，直接下载好离线安装包，用pip install本地文件，省了翻墙的麻烦。经验就是不盲目信官网说明。

五、安装后要做的事情
装好TensorFlow后得来个健康检查。打个python命令行，输入from tensorflow.python import pywrap_tensorflow。如果出现No module named 'tensorflow'，说明你装的版本和系统不兼容。我同事就傻乎乎装了1.15，结果用3.8版本的Python跑代码全报错。

六、水煮蛋说说三维数据拟合小案例
昨天晚上用了这个例子：x_data = np.float32(np.random.rand(2,100))，生成100个点的数据。注意这个np.random.rand是默认随机数生成器，比randn好用多啦。拟合结果W:[[0.100 0.200]]，b:0.300，这个数值看起来像给魔方定型，但实际是数学规律的体现。

七、天天跑的42是什么玄学？
测试的时候在Session里输入a=10，b=32，a+b=42，这结果像是道题的陷阱。轮子哥告诉我在2026年，这种简单计算已经用tf.constant替代了。老版本的代码还是能正常运行，毕竟有些遗产要继承。

八、遇到报错怎么办？
有一次运行代码报错"ValueError: Cannot feed value of shape..."，检查才发现W变量的维度不对。候用print(sess.run(W))能看出来，维数要是[1,2]才行。2026年的版本普遍支持自动广播，但老版本还逼你手动配维度。

九、环境变量那些事
配置环境的时候遇到个恶心case，虚拟环境没激活就跑代码，结果报错"ModuleNotFoundError: No module named 'tensorflow'”。后来发现系统PATH没带虚拟环境路径，手动加进去就。别忘了用pip show tensorflow看安装路径。

十、数学原理的白话解释
这代码背后其实是个线性回归，W和b就像调节旋钮。用梯度下降优化，每轮迭代都在调整这两个参数。我的电饭锅晚上12点开始运行，到凌晨三点才得到理想的拟合结果，这速度比杨贵妃减肥还慢。

十一、离线安装的野路子
公司网络老卡，我试过用清华镜像源装，结果镜像失效全是报错。从GitHub上下载了最新的1.15.whl文件，用pip install本地路径成功安装。提醒大家下载时注意版本匹配，别用新版本轮子往旧系统装。

十二、常见版本冲突大礼包
2026年装TensorFlow别用anaconda了，那次装了1.3版本，结果numpy 1.17和TensorFlow的兼容性问题让我抓狂。大家用自家环境，遇到问题直接pip uninstall重装。前后折腾了超过十次，终于摸清门道。

十三、给新手的安装清单

• Python 3.6必须
• GPU版本需要CUDA 10.1、cuDNN 8.1
• numpy 1.15以上
• 虚拟环境必用
• 安装前清除残余版本
• 安装后用import验证
• 遇到问题用print输出变量

十四、真实跑代码的快乐
保存好代码后，输入"python 3d_regression.py"，看着损失函数从100降到0.5，突然觉得电脑不是机器了。要注意每次训练后要保存模型，不然重启项目就要重新跑。我之前没存，结果好几天没找到那个的_和b的数据。

十五、知识点总结没用，经验才是金矿
遇到具体问题看日志，报错提示比任何教程都实用。记得我踩过的一个坑，用tf.linalg.matmul代替tf.matmul，结果报错"AttributeError: module 'tensorflow' has no attribute 'matmul'”。这教训让我记住版本差异有多大。

【FAQ】
Q：装好TensorFlow后会自动配置环境吗？
A：不会！得手动设置环境变量，用虚拟环境的时候。记得检查python的路径有没有包含虚拟环境目录。

Q：用_GPU版的TensorFlow要改什么？
A：图形驱动最低要有CUDA 10.1，cuDNN 8.1才能正常运行。优先尝试CPU版，稳妥多了。

Q：2026年还用TensorFlow 1.x吗？
A：肯定都用2.x版本了，一些老项目还在用1.x。记得查看google的文档，最新版有更智能的自动广播功能。