1. 下载tensorflow安装包
首先，我们需要确定安装tensorflow的哪个版本，比如1.14.0的cpu版本，或是2.3.0的gpu版本。接下来，我们以1.14.0的cpu版本做示例。
1.1 确认python版本
在控制台中输入： whereis python 或 which python，如果有关于python的信息，继续输入 python -v，可以得到python版本信息(比如 Python 3.6.8)，参考图1。
现在我们根据版本号，寻找对应的安装包(比如 centos8系统 Python 3.6.8版本)：
cpu版本选择tensorflow-XXXX-cp36-cp36m-linux_x86_64.whl；
gpu版本选择tensorflow_gpu-XXXX-cp36-cp36m-linux_x86_64.whl。
1.2 配置venv
tensorflow安装包及依赖库都是通过pip指令执行安装或卸载，接下来，我们配置venv环境。
1. 首先创建个文件夹，比如在当前用户下创建python_venv (mkdir python_venv)
2. cd python_venv
3. python3 -m venv venv
4. source venv/bin/activate
.bashrc追加信息：
echo "source /home/lk/python_venv/venv/bin/activate" >> ~/.bashrc
1.3 自动获取(安装)tensorflow指定版本
为了确保tensorflow安装包可用(或者自动安装指定版本)，可以通过pip指令完成这部分工作。
控制台输入(已执行venv环境)：
cpu版本： pip install tensorflow==1.14.0 或 pip install tensorflow-cpu==1.14.0 (部分版本指定-cpu可能找不到)
gpu版本： pip install tensorflow-gpu==1.14.0
2. 离线适配依赖库
现在tensorflow安装包已经确定了，接下来进行适配依赖库，这个过程相当繁琐，其中的某个库可能需要换好几次版本。
2.1 网络配置
pip指令安装tensorflow时自动安装依赖库，我们在安装前需要断开网络，然后根据缺库提示到相关网址下载下来，然后安装即可。
2.2 适配依赖库
接下来进入正题，开始适配：
输入： pip install tensorflow-1.14.0-cp36-cp36m-manylinux1_x86_64.whl
根据网址加库名拼成：https://pypi.tuna.tsinghua.edu.cn/simple/keras-preprocessing，在这里我们选择Keras_Preprocessing-1.0.5-py2.py3-none-any.whl。
继续关网安装： pip install Keras_Preprocessing-1.0.5-py2.py3-none-any.whl
根据网址加库名拼成：https://pypi.tuna.tsinghua.edu.cn/simple/numpy，在这里我们选择numpy-1.18.0-cp36-cp36m-manylinux1_x86_64.whl。numpy安装过程省略…
安装了几个依赖库后，Keras_Preprocessing也终于安装成功。
接下来还有好多库需要安装，这里就不一 一列举了，下面贴上所有依赖库的安装顺序：
numpy-1.18.0-cp36-cp36m-manylinux1_x86_64.whl
six-1.12.0-py2.py3-none-any.whl
h5py-2.9.0-cp36-cp36m-manylinux1_x86_64.whl
Keras_Applications-1.0.6-py2.py3-none-any.whl
Keras_Preprocessing-1.0.5-py2.py3-none-any.whl
protobuf-3.6.1-cp36-cp36m-manylinux1_x86_64.whl
grpcio-1.8.6-cp36-cp36m-manylinux1_x86_64.whl
gast-0.2.0.tar.gz
wrapt-1.12.0.tar.gz
pyparsing-2.0.3-py2.py3-none-any.whl
packaging-20.2-py2.py3-none-any.whl
wheel-0.35.0-py2.py3-none-any.whl
Werkzeug-1.0.0-py2.py3-none-any.whl
setuptools-49.5.0-py3-none-any.whl
Markdown-2.6.11-py2.py3-none-any.whl
absl-py-0.8.0.tar.gz
tensorboard-1.14.0-py3-none-any.whl
astor-0.6.1-py2.py3-none-any.whl
tensorflow_estimator-1.14.0rc0-py2.py3-none-any.whl
termcolor-1.1.0.tar.gz
google_pasta-0.2.0-py3-none-any.whl