Pip允许指定版本
pip install tensorflow==1.1

我发现了水蟒的乐趣：https://www.continuum.io/downloads。它允许多个虚拟环境托管不同版本的phyton和tensorflow。例如，下面使用pyton3.5和tensorflow1.1创建虚拟环境

C:> conda create -n tensorflow1.1 python=3.5
C:> activate tensorflow1.1
(tensorflow1.1) 
C:> pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.1.0-cp35-cp35m-win_amd64.whl

瞧，一个虚拟环境就创建好了。

在同一个操作系统上可以有多个版本的tensorflow吗？
是的，您可以使用python虚拟环境来实现这一点。
虚拟环境是一种工具，通过为不同的项目创建虚拟Python环境，将它们所需的依赖关系保持在不同的位置。它解决了“项目X依赖于1.x版本，但项目Y需要4.x”的困境，并保持全局站点包目录干净和可管理。
安装virtualenv之后（请参阅docs），您可以为教程创建一个虚拟环境，并在其中安装所需的tensorflow版本：

PATH_TO_PYTHON=/usr/bin/python3.5
virtualenv -p $PATH_TO_PYTHON my_tutorial_env 
source my_tutorial_env/bin/activate # this activates your new environment
pip install tensorflow==1.1

PATH_TO_PYTHON应该指向python在系统中的安装位置。当您想使用其他版本的tensorflow时，请执行：

deactivate my_tutorial_env

现在，您可以再次使用系统上已安装的tensorflow版本。

如果您在Windows上使用python3，那么您也可以这样做
pip3 install tensorflow==1.4
您可以从“中选择任何版本（从版本：1.2.0rc2、1.2.0、1.2.1、1.3.0rc0、1.3.0rc1、1.3.0rc2、1.3.0、1.4.0rc0、1.4.0rc1、1.4.0、1.5.0rc0、1.5.0rc1、1.5.0、1.5.1、1.6.0rc0、1.6.0、1.7.0rc0、1.7.0rc1、（第1.7.0节）”
当我想从1.7降级到1.4时，我执行了此操作

注意：你不能安装任意版本的tensorflow，它们必须与你的python安装相对应，这里的大多数答案都没有传达这一点。对于current wheels like here也是如此（来自上面的this answer）。对于这个例子，url中的cp35-cp35m提示它是Python 3.5.x
在here on github中可以找到大量不同的wheels/兼容性列表，通过使用它，你可以降级到几乎所有可用的版本，并结合相应的for python。例如：

pip install tensorflow==2.0.0

(note在安装Python 3.7.8和3.8.3之前，你会得到这个：

ERROR: Could not find a version that satisfies the requirement tensorflow==2.0.0 (from versions: 2.2.0rc1, 2.2.0rc2, 2.2.0rc3, 2.2.0rc4, 2.2.0, 2.3.0rc0, 2.3.0rc1)
ERROR: No matching distribution found for tensorflow==2.0.0

对于其它不兼容的组合也是如此）。
这对于不支持AVX的传统CPU或计算能力太低的GPU也很有用。
如果你只需要最新的版本（听起来不像你的问题），当前wheel包的url列表可以在tensorflow页面上找到，这是SO-answer的内容。

• 注意：不同版本的This link to a list对我不起作用。*

您可以尝试将--no-cache-dir的选项与-I一起使用，以覆盖以前版本该高速缓存并安装新版本。例如：

pip3 install --no-cache-dir -I tensorflow==1.1

然后使用以下命令检查tensorflow的版本：

python3 -c ‘import tensorflow as tf; print(tf.__version__)’

它应该显示安装了正确的版本。

如果你有anaconda，你可以只安装所需的版本，conda会自动为你降级当前的软件包。
例如：

conda install tensorflow=1.1

点击已安装的tensorflow上的绿色复选框，并选择所需版本

您可以通过运行以下命令将TensorFlow版本降级为更低版本：
1.检查当前安装的TensorFlow版本：

pip3 show tensorflow

2.然后，通过运行以下命令将TensorFlow降级到较低版本：

pip3 install --upgrade tensorflow==<version>

将版本号设置为低于当前安装的版本号。选择时，请确保版本号与Python版本兼容。
如果您使用的是笔记本电脑环境，请运行以下命令并在安装完成后重新启动内核：

!pip install --upgrade tensorflow==<version>

虽然最佳实践是使用最新版本的Python和TensorFlow，因为旧版本存在漏洞问题，所以在降级时要谨慎。