TensorFlow 2发布后安装TensorFlow 1.10.0失败问题咨询

首先明确核心问题：你当前环境搜不到1.10.0版本，不是软件源删除了旧安装包，是版本兼容硬限制导致的：TensorFlow 1.10.0官方预编译包最高仅支持Python 3.6，你当前用的Python 3.8.1没有任何对应适配的安装包，高版本pip会自动过滤和当前Python版本不兼容的包，自然搜不到2.2以下的版本。
必须调整Python版本，pip版本仅需要做适配性调整，不需要降到特别老旧的版本，具体操作步骤如下：

1. 重建版本匹配的虚拟环境 #

• 提前在本地安装Python 3.6.x（推荐3.6.15，是3.6系列的最终维护版，稳定性最好）
• 删除原有基于Python3.8创建的venv环境，用新安装的Python3.6重建虚拟环境，执行命令：
  python3.6 -m venv tf110_venv
• 激活新建的虚拟环境：Windows系统执行tf110_venv\Scripts\activate，Linux/macOS系统执行source tf110_venv/bin/activate

2. 调整pip到兼容版本 #

虚拟环境激活后，将pip调整到21.3.1版本即可，这个版本既不会因为版本过高过滤旧版兼容包，也不会因为版本过旧出现源连接、依赖解析的问题，执行命令：
python -m pip install pip==21.3.1

3. 执行安装 #

直接运行安装命令即可：
pip install tensorflow==1.10.0
如果下载速度慢，可以在命令后追加国内公开PyPI镜像源参数提升下载速度。

注意事项 #

• 不要尝试在Python3.8环境下强行修改安装包文件名、忽略依赖检查硬装TF1.10.0，TF1.x的底层是C扩展编译的，Python版本不匹配会出现ABI兼容问题，安装后导入时会直接报动态库加载错误，完全无法运行
• 后续安装项目其他依赖时，注意选择支持Python3.6的版本，不要安装仅适配Python3.7及以上版本的新版依赖
• 如果不想在本地调整Python版本，也可以通过容器方式隔离运行对应环境，但对于本地开发场景，重建版本匹配的虚拟环境是成本最低、稳定性最高的方案。

内容的提问来源于stack exchange，提问作者Emiliano