前提:保证你的机器安装上了python3.5.x版本。
这篇文章主要参考了 参考博文,也感谢这篇博文的博主
一、更新pip版本(pip是管理python包的)
1、打开你的cmd,查看pip的版本号,使用pip list,如果的9.0.1版本,则忽略第2步。
2、更新pip版本
pip install --upgrade pip
(根据自己英伟达显卡是否支持cuda,在第二步和第三步选一个执行)
二、安装tensorflow的cpu安装
1、在cmd下,运行下述命令
pip install --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-0.12.0-cp35-cp35m-win_amd64.whl
这个是在google去下载对应的版本,现在google被墙了,还有一个更简单的办法直接在cmd下敲上
pip install tensorflow
(默认装的是cpu版本的)
三、安装tensorflow的gpu版本
1、如果你的显卡是英伟达的,那么首先查看你的显卡是否支持cuda,更新你的显卡到cuda8,下载好cudnn5.1版本
怎么下载参考这篇博客
2、那么进入到python的编辑命令行,如果你的显卡支持CUDA那么使用
pip install --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-0.12.0-cp35-cp35m-win_amd64.whl
简单的安装方法是
pip install tensorflow-gpu
安装完这个软件后,解压cudll文件,可以看到三个文件夹bin ,include,lib,分别把这三个文件里面的内容复制到对应目录下
D:\INVIDA\(cudnn目录)cuda\bin ----->>>C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin
D:\INVIDA\cuda\include ----->>>C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include
D:\INVIDA\cuda\lib ----->>>C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib
四、测试tensorflow是否安装成功
import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') sess = tf.Session() print(sess.run(hello)) a = tf.constant(10) b = tf.constant(32) print(sess.run(a + b))
输出结果为
b'Hello, TensorFlow!'
42
补充:现在google更新tensorflow的版本已经到了1.2.1的版本,使用默认的pip install tensorflow或者 pip install tensorflow-gpu是更新到最新的版本的,相对应的Anaconda
版本的进入到相应的命令行界面中,把上面的pip改成conda就可以了