配置TensorFlow需先确认Python 3.7-3.11及pip可用，若命令未识别则添加Python安装路径至系统环境变量；推荐用python -m venv tf_env创建虚拟环境，激活后安装tensorflow，最后在IDE中指定虚拟环境的解释器路径以确保依赖隔离和正确识别。
配置TensorFlow的Python环境变量，核心是确保系统能正确识别Python和pip路径，并推荐使用虚拟环境隔离项目依赖。直接在全局环境中安装容易引发版本冲突，尤其当多个项目依赖不同版本的库时。
确认Python和pip已正确安装
打开终端（Windows用CMD或PowerShell，macOS/Linux用Terminal），输入以下命令：
python --version pip --version
如果显示Python 3.7到3.11之间的版本（TensorFlo
w目前支持范围），以及pip版本信息，说明基础环境已就位。若提示命令未找到，请先安装Python并勾选“Add to PATH”选项。
设置系统环境变量（Windows为例）
如果Python命令无法识别，需手动添加环境变量：
- 右键“此电脑” → “属性” → “高级系统设置” → “环境变量”
- 在“系统变量”中找到Path，点击编辑
- 新增两条路径（根据实际安装位置调整）：
- C:\Python39\ （Python安装目录）
- C:\Python39\Scripts\ （pip和可执行文件所在目录）
- 保存后重启终端验证python和pip是否可用
使用虚拟环境避免依赖冲突
强烈建议使用venv创建独立环境：
python -m venv tf_env tf_env\Scripts\activate # Windows source tf_env/bin/activate # macOS/Linux
激活后，所有后续安装都只影响当前环境。接着安装TensorFlow：
pip install tensorflow
安装完成后，可通过以下代码测试是否成功：
python -c "import tensorflow as tf; print(tf.__version__)"
IDE中选择正确的解释器路径
若使用PyCharm、VS Code等工具，需手动指定虚拟环境中的Python解释器：
- 在设置中搜索“Python Interpreter”
- 添加路径：tf_env\Scripts\python.exe（Windows）或 tf_env/bin/python（macOS/Linux）
- 保存后，IDE将自动识别TensorFlow库并提供补全支持
基本上就这些。关键点在于路径准确、使用虚拟环境、及时激活。不复杂但容易忽略细节导致报错。
