在 Windows 上安装 TensorFlow

https://tensorflow.google.cn/install/install_windows?hl=zh-CN

在 Windows 上安装 TensorFlow
本指南将介绍如何在 Windows 上安装 TensorFlow。虽然这些说明可能也适用于其他 Windows 版本,但我们只在满足以下要求的计算机上验证过这些说明(而且我们只支持在此类计算机上按这些说明操作):


64 位、x86 台式机或笔记本电脑
Windows 7 或更高版本
确定要安装哪种 TensorFlow
您必须从以下 TensorFlow 类型中选择其一来进行安装:


仅支持 CPU 的 TensorFlow。如果您的系统没有 NVIDIA® GPU,则必须安装此版本。请注意,此版本的 TensorFlow 通常更容易安装(用时通常在 5 或 10 分钟内),所以即使您拥有 NVIDIA GPU,我们也建议先安装此版本。预编译的二进制文件将使用 AVX 指令。
支持 GPU 的 TensorFlow。TensorFlow 程序在 GPU 上的运行速度通常要比在 CPU 上快得多。因此,如果您的系统配有满足以下所示先决条件的 NVIDIA® GPU,并且您需要运行性能至关重要的应用,则最终应安装此版本。
运行支持 GPU 的 TensorFlow 所需满足的要求
如果您要使用本指南描述的其中一种方式安装支持 GPU 的 TensorFlow,就必须在系统上安装以下 NVIDIA 软件:


CUDA® 工具包 9.0。如需了解详情,请参阅 NVIDIA 的文档。请务必按照 NVIDIA 文档中的说明将相关的 CUDA 路径名附加到 %PATH% 环境变量上。
与 CUDA 工具包 9.0 相关联的 NVIDIA 驱动程序。
cuDNN v7.0。如需了解详情,请参阅 NVIDIA 文档。请注意,cuDNN 通常安装在与其他 CUDA DLL 不同的位置。请务必将 cuDNN DLL 的安装目录添加到 %PATH% 环境变量上。
CUDA 计算能力为 3.0 或更高的 GPU 卡(用于从源代码编译),以及 CUDA 计算能力为 3.5 或更高的 GPU 卡(用于安装我们的二进制文件)。如需了解支持的 GPU 卡的列表,请参阅 NVIDIA 文档。
如果您的某个软件包不同于上述版本,请改为指定的版本。特别是,cuDNN 版本必须完全匹配:如果无法找到 cuDNN64_7.dll,TensorFlow 就不会加载。要使用不同版本的 cuDNN,您必须从源代码构建。


确定如何安装 TensorFlow
您必须选择安装 TensorFlow 的方式。目前可支持如下几种方式:


“原生”pip
Anaconda
原生 pip 会直接在您的系统上安装 TensorFlow,而不是通过虚拟环境。原生 pip 安装并未隔离在单独的容器中进行,因此可能会干扰系统中其他基于 Python 的安装。但是,如果您熟悉 pip 和您的 Python 环境,通常只需一条命令即可进行原生 pip 安装。此外,如果使用原生 pip 安装,用户可以从系统上的任何目录运行 TensorFlow 程序。


在 Anaconda 中,您可以使用 conda 来创建一个虚拟环境。但是,在 Anaconda 内部,我们建议使用 pip install 命令来安装 TensorFlow,而不要使用 conda install 命令。


注意:conda 软件包是由社区提供支持的,并没有任何官方支持。也就是说,TensorFlow 团队既不测试也不维护 conda 软件包。若使用该软件包,您需要自行承担相关风险。


使用原生 pip 进行安装
如果您的计算机上未安装以下某个 Python 版本,请立即安装:


来自 python.org 的 Python 3.5.x 64 位
来自 python.org 的 Python 3.6.x 64 位
在 Windows 上,TensorFlow 支持 Python 3.5.x 和 3.6.x。请注意,Python 3 附带有 pip3 软件包管理器,您需使用此程序来安装 TensorFlow。


要安装 TensorFlow,请启动终端。然后在该终端中发出正确的 pip3 install 命令。要安装仅支持 CPU 的 TensorFlow 版本,请输入以下命令:


C:\> pip3 install --upgrade tensorflow
要安装 GPU 版本的 TensorFlow,请输入以下命令:


C:\> pip3 install --upgrade tensorflow-gpu
使用 Anaconda 进行安装
Anaconda 安装是由社区提供支持的,并没有任何官方支持。


按照以下步骤在 Anaconda 环境中安装 TensorFlow:


按照 Anaconda 下载网站上的说明下载并安装 Anaconda。


通过调用以下命令创建名为 tensorflow 的 conda 环境:


C:> conda create -n tensorflow pip python=3.5 
通过发出以下命令激活 conda 环境:


C:> activate tensorflow
 (tensorflow)C:>  # Your prompt should change 
发出相应命令以在 conda 环境中安装 TensorFlow。要安装仅支持 CPU 的 TensorFlow 版本,请输入以下命令:


(tensorflow)C:> pip install --ignore-installed --upgrade tensorflow 
要安装 GPU 版本的 TensorFlow,请输入以下命令(在同一行):


(tensorflow)C:> pip install --ignore-installed --upgrade tensorflow-gpu 
验证您的安装
启动终端。


如果您是通过 Anaconda 进行安装,请激活您的 Anaconda 环境。


从 shell 中调用 Python,如下所示:


$ python
在 Python 交互式 shell 中输入以下几行简短的程序代码:


>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
如果系统输出以下内容,说明您可以开始编写 TensorFlow 程序了:


Hello, TensorFlow!

 

 

 

简单来说,就两步:

1:安装Python;

2:管理员权限,命令行执行: C:\> pip3 install --upgrade tensorflow

说明,要按照VC2015运行时库;

一般还要安装:

pip install pandas

 

 

上述是简单安装,初级尝试;

建议还是用Anaconda 安装,Anaconda 中包含了更多的Python第三方库,一次安装好;

 

 

关于Python的IDE;

1:初学者,还是简单用IDLE;

2:vs2017中的Python环境:

     也很好用,而且visualstudio安装很全面,同时调试和运行快捷键和VC一样;

     提示信息也很好,程序代码颜色配置也很不错,如果习惯了VC,那么也可以很容易的喜欢这个;

     但是用的时候,感觉还是有一点点提示信息不够好的感觉;

 

3:eclipse配置Python环境:

     首先是计算机上安装了Python;

     安装网上说明下载jdk,eclipse,pydev;

     配置pydev的Python环境就可以了;

     eclipse的表现还是不错的,最好的就是信息提示,让人觉得很顺手;

     缺点就是代码颜色有点不习惯;启动速度有点慢;不过还是建议eclipse,总体表现很好;

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值