安装深度学习框架的时候需要考虑版本的关系，不然装了用不了就尴尬了。
深度学习首先得问题就是用CPU跑，还是GPU跑。。当然有英伟达显卡的都想用GPU跑，不然买显卡是做啥、、GPU跑得多块，一下就训练完了。但是有的同学没得gpu，只能cpu来跑。
具体安装深度学习框架的步骤可以参考我上一篇文章：Anaconda安装和深度学习环境的安装(TensorFlow、Pytorch)-CSDN博客
Tensorflow版本
TensorFlow的环境这几年真的不太行了，毕竟谷歌自己都不怎么用了，现在都去弄pytorch了。
去官网看了看：发现他们从2.10版本之后的版本，win系统都不支持cuda了，看来想装2.11版本以上的TensorFlow 这英伟达显卡起不来作用了。
Build from source on Windows | TensorFlow (google.cn)
CPU对应的版本如下：
GPU对应的版本如下：（只支持2.10以下）
建议现在都用py3.10和对应的TensorFlow 2.8以上版本。
什么？你问我keras和TensorFlow的版本，那没必要了，现在的TensorFlow安装后自带keras，版本都是对应一样的。不需要考虑keras的版本，直接pip就行了
pip install tensorflow==2.15.0
后面更上你的版本号，没加的话应该默认最新的版本。
只需要对好python和TensorFlow的版本，keras肯定没问题。
Pytorch版本
pytorch的安装就有点讲究了，之前还要下载什么驱动之类的玩意，现在只需要把三个版本对应好：CUDA Toolkit的版本，python的版本，pytorch的版本。
这三个对上就行。
当然你装cpu版本的只需要 python的版本和pytorch的版本对上就行。
CUDA Toolkit 和 pytorch 对应
首先在英伟达的控制面板里面去找自己显卡的的CUDA Toolkit的版本
可以看到我的CUDA Toolkit是12.2.146的版本，也就是说CUDA 12.2以下的版本应该都是支持的。
怎么查看cuda和pytorch版本的关系呢？，可以查看官网的安装命令：
Previous PyTorch Versions | PyTorch
上面会有每个torch版本的对应的cuda的版本命令：
例如这里的2.2.2就支持cuda11.8和12.1的版本。
那我们12.2的cuda就都可以选了，无所谓，那就来最新版本的pytorch2.3吧！
cuda和pytorch版本对应了后，去找python 的版本。
pytorch和python 对应
然后去官网查看py和pytorch的版本对应关系：
GitHub - pytorch/vision: Datasets, Transforms and Models specific to Computer Vision
其实基本上3.8-3.11这个版本的python都是支持2.0以上版本的 torch 的。
找到合适的对应的版本就去官网找命令下载就行。
我从官网上掏出了最新的安装命令：Start Locally | PyTorch
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
在conda里面安装就行。
（创作不易，各位看官觉得还不错能帮到你们就点个赞和收藏吧）
