Tensorflow安装

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:

• Python 3.5.x from python.org

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:

1. 打开一个终端
2. 在终端输入python

   C:> python 

    

3. 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

转载于:https://my.oschina.net/summerdays/blog/842177