背景介紹：

專案需要跑一些python2.7寫的程式碼，目前有的機器是win10環境，python3.5，tensorflow-gpu1.10.0，CUDA9.0。一開始想的就是在現有基礎上，直接安裝python2.7和tensorflow。

結論：

Windows環境下，存在python3.x版本時，是可以建立另一個python2.x的環境的，但是想要安裝適合2.x的tensorflow是行不通的。（截止到2018年9月30號）

過程：

1.python3.x環境下安裝python2.x

對於這種情況，建議就是從anaconda入手，方便簡單。有了anaconda之後，在命令列直接

conda create -n py27 python=2.7
 

就可以建立一個python2.7的環境，反過來道理一樣。至於使用的時候，啟用相應的python版本就可以了。

2.python3.x和2.x共存下安裝tensorflow

在百度裡面搜尋，似乎可以找到解決方案，我在伺服器上試了差不多六種教程，很遺憾，全部撲街。只能去tensorflow官網：https://www.tensorflow.org ，官網有時候可能上不去，這裡貼出來一些介紹：

英文原版介紹也是這樣，意思就是目前windows下，tensorflow沒有和python2.7對應的版本。還有一個驗證方式就是命令列用conda命令查詢python2.x對用的tensorflow版本，（conda info <package> ）依然是沒有，所以不要在相信有的教程中說的更新pip或者某些特殊的命令去安裝2.x對應的tensorflow，浪費時間而已。

3.解決方式

如果真的是想在windows下執行python2.x的程式碼，又需要tensorflow環境，比如神經網路程式碼，這裡給出幾個方法。

第一種：python2的程式碼直接轉換成python3的程式碼，python自帶了這樣一個指令碼，叫2to3-script.py，位置在D:\Anaconda3\Tools\scripts （具體檢視自己的安裝目錄），使用方式也很簡單，可以單個轉換和批量轉換，方法自行百度。缺點：網上說有的python2寫的程式碼跟版本有著深度依賴關係，轉換後也不能正常執行，不是很理解。我自己目前用的這種方式。

第二種：安裝虛擬機器或者雙系統，這個就不用多說了。Ubuntu系統自帶python2版本，並且tensorflow支援ubuntu系統下的python2版本。

第三種：docker安裝。官方解釋docker類似於一個容器，個人感覺跟虛擬機器差不多，而且docker在win10環境下，安裝特別方便，具體見官網https://www.docker.com/。tensorflow也給出了docker環境下的安裝，但是對於python2對應的tensorflow能不能安裝成功，目前還沒嘗試。