### 安装适用于 Python 2.7 的非 GPU 版本 TensorFlow 和 Keras 对于 Python 2.7 环境，安装非 GPU 版本的 TensorFlow (1.14.0) 和 Keras (2.0.9)，需要遵循以下方法[^2]。 #### 创建虚拟环境 为了确保兼容性并避免与其他 Python 版本冲突，建议使用 `conda` 创建一个独立的虚拟环境。以下是创建虚拟环境的命令： ```bash conda create -n tf_cpu_env python=2.7 ``` 激活虚拟环境： ```bash conda activate tf_cpu_env ``` #### 安装 TensorFlow 非 GPU 版本 在虚拟环境中，通过 `pip` 安装 TensorFlow 1.14.0 的非 GPU 版本。由于 TensorFlow 1.14.0 官方支持 Python 2.7，可以使用以下命令完成安装： ```bash pip install tensorflow==1.14.0 ``` #### 安装 Keras 接下来安装 Keras 2.0.9。此版本与 TensorFlow 1.14.0 兼容，因此可以通过以下命令完成安装： ```bash pip install keras==2.0.9 ``` #### 安装其他依赖项 根据需求，还需要安装以下依赖项以确保完整功能： - `h5py` 2.10.0 - `numpy` 1.16.6 - `pillow` 6.2.2 - `pycocotools` 2.0.3 - `scikit-image` 0.14.5 安装命令如下： ```bash pip install h5py==2.10.0 numpy==1.16.6 pillow==6.2.2 pycocotools==2.0.3 scikit-image==0.14.5 ``` #### 验证安装 完成安装后，可以通过以下代码验证 TensorFlow 和 Keras 是否正常工作： ```python import tensorflow as tf import keras print("TensorFlow version:", tf.__version__) print("Keras version:", keras.__version__) # 检查是否为 CPU 版本 print("Is GPU available:", tf.test.is_gpu_available()) ``` 上述代码中，`tf.test.is_gpu_available()` 应返回 `False`，表明当前环境仅支持 CPU[^2]。 #### 注意事项 - 确保 Python 2.7 环境已正确配置，因为 TensorFlow 1.14.0 是最后支持 Python 2.7 的版本之一。 - 如果遇到网络问题导致安装失败，可以使用国内镜像源加速安装过程。例如，使用清华大学的镜像源： ```bash pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.14.0 ``` ---