在Windows中安装TensorFlow
选择TensorFlow安装版本
你必须选择TensorFlow安装以下类型之一:
- 只支持cpu的TensorFlow。如果您的系统没有一个NVIDIA GPU®,您必须安装这个版本。请注意,这个版本的TensorFlow通常更容易安装(一般在5或10分钟),因此,即使你有一个NVIDIA GPU,我们建议先安装这个版本。
- 支持gpu的TensorFlow。TensorFlow程序通常在GPU比在一个CPU上运行更快。因此,如果你的系统有一个NVIDIA GPU®集群,如下所示的先决条件,您需要运行性能关键型应用程序中,您应该最终安装这个版本。
TensorFlow GPU运行要求
(ps:CUDA GPU显卡计算能力3.0或更高版本,低于3.0的就安装CPU版本好了)
如果你安装TensorFlow GPU支持使用本指南中描述的机制之一,然后下面的NVIDIA软件必须安装在您的系统上:
- CUDA® Toolkit 8.0。NVIDIA的文档确保你添加相关的Cuda路径名的 %PATH% 路径环境变量描述的NVIDIA文档。
- CUDA Toolkit 8.0 相关的驱动包。
- cuDNN v5.1。详细信息请看NVIDIA的文档。注意,cuDNN通常安装在不同的位置从其他CUDA dll。确保你添加的目录你安装了cuDNN DLL %PATH% 路径环境变量。
- CUDA GPU显卡计算能力3.0或更高版本。英伟达的文档的列表支持GPU卡。
如果你有前面的包的早期版本,请升级到指定的版本。
如何安装TensorFlow
你必须选择安装TensorFlow的方法。支持的选择如下:
- "native" pip
- Anaconda
本机pip安装TensorFlow直接在您的系统上没有经历一个虚拟环境。由于本机pip安装在一个单独的容器并不是与世隔绝,pip安装可能会干扰其他面向安装在您的系统上。然而,如果你理解pip和Python环境,原生pip安装通常只需要一个命令!此外,如果你和本地pip安装,用户可以从任何目录运行TensorFlow程序系统。
在Anaconda,您可能使用conda来创建一个虚拟的环境。然而,在Anaconda,我们建议安装TensorFlow pip安装命令,而不是conda安装命令。
注意:conda包社区支持,不是官方支持。TensorFlow团队测试和维护这个conda包。使用的时候自己注意问题。
本地pip安装
如果以下版本的Python在您的计算机上没有安装,现在安装:
TensorFlow仅支持3.5版本。Python在Windows上的x。注意,Python 3.5。x附带pip3包管理器,这个项目您将使用安装TensorFlow。
C:\> pip3 install --upgrade tensorflow
安装TensorFlow的GPU版本,输入以下命令:
C:\> pip3 install --upgrade tensorflow-gpu
Anaconda安装
测试TensorFlow
验证您的TensorFlow安装通过做以下:
- 打开一个终端
- 在终端输入python
C:> python
-
在终端输入简单的代码
import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') sess = tf.Session() print(sess.run(hello))
如果Python程序输出以下,那么安装成功,你就可以开始编写TensorFlow程序了。(如果你是新的TensorFlow,见开始使用TensorFlow。)
Hello, TensorFlow!
如果系统生成一个错误消息,而不是问候,请参阅下一节。
安装Python
TensorFlow在Windows上只支持64位Python3.5,可以通过Python 3.5 from python.org 或 Python 3.5 from Anaconda 下载并安装Python3.5.2(注意选择正确的操作系统)。
安装完python后,修改Pip国内源
检查你的电脑是为NVIDIA的显卡,如果是就安装gpu版本
注意:基于CUDA的GPU显卡计算能力3.0或着更高。如果低于3.0就没必要安装gpu版本了。
CUDA的GPU显卡计算能力查看:https://developer.nvidia.com/cuda-gpus
# CPU 版的
C:\> pip install tensorflow
# GPU 版的
C:\> pip install tensorflow-gpu
注意 Windows 运行 Tensorflow 如果遇到这个报错:
Error importing tensorflow. Unless you are using bazel,
you should not try to import tensorflow from its source directory;
please exit the tensorflow source tree, and relaunch your python interpreter
from there.
不要惊慌, 尝试下载安装 Windows 的 Microsoft Visual C++ 2015 redistributable update 3 64 bit. 就能解决这个问题.
如果遇到这个问题,不能移除文件
Cannot remove entries from nonexistent file d:\program files\anaconda3\lib\site-packages\easy-install.pth
看这里http://blog.csdn.net/jasonzzj/article/details/53490674
gpu版本安装cuda
TensorFlow分为CPU版和GPU版,如果你打算安装GPU版,请先安装如下两个驱动:
选择tensorflow支持cuda工具包,现在NVIDIA cuda 最新版是9.1,tf目前不支持,请看好支持的版本选择对应的版本(tf version 1.4, cuda 8.0)
https://developer.nvidia.com/cuda-toolkit-archive
1.Download and install Cuda Toolkit
安装选项,选择自定义,大部分软件不必安装,tf只需要一个cuda开发包即可
这里只选择了tf用到的模块,其它的全部没选择
安装位置,默认或自定义 D:\NVIDIA GPU Computing Toolkit\CUDA\v8.0
2.Install version 8.0 if using our binary releases.
https://developer.nvidia.com/cudnn
(要注册Nvidia用户,并加入CuDNN开发组,填若干问卷就可以下载了)选择下载版本时要注意和Cuda版本匹配。解压后覆盖至CUDA的安装目录下
选择对应的版本
这个是不需要安装的解压即可,解压后覆盖至CUDA的安装目录下
例如 D:\NVIDIA GPU Computing Toolkit\CUDA\v8.0
添加环境变量,不会添加环境变量请自行百度。
D:\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin
D:\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include
测试TensorFlow
import tensorflow as tf
sess = tf.Session()
a = tf.constant(10)
b = tf.constant(22)
print(sess.run(a + b))
32