tensorflow的 windows环境安装 这个

参考： http://blog.csdn.net/u010099080/article/details/53418159

注意： 只能python3.5   64位。

安装前准备

TensorFlow 有两个版本：CPU 版本和 GPU 版本。GPU 版本需要 CUDA 和 cuDNN 的支持，CPU 版本不需要。如果你要安装 GPU 版本，请先确认你的显卡支持 CUDA。我安装的是 GPU 版本，采用 pip 安装方式，所以就以 GPU 安装为例，CPU 版本只不过不需要安装 CUDA 和 cuDNN。

1. 在 这里 确认你的显卡支持 CUDA。
2. 确保你的Python版本是3.5 64位。
3. 确保你有稳定的网络连接。
4. 确保你的pip版本 >= 8.1。用 pip -V 查看当前 pip 版本，用 python -m pip install -U pip 升级pip 。
5. 确保你安装了 VS2015 或者 2013 或者 2010。

安装TensorFlow

由于Google那帮人已经把 TensorFlow 打成了一个 pip 安装包，所以现在可以用正常安装包的方式安装 TensorFlow 了，就是进入命令行执行下面这一条简单的语句：

# GPU版本
pip install tensorflow-gpu

# CPU版本
pip install tensorflow
 
 
1
2
3
4
5
 
 

  
  
 
 
 
 
1
2
3
4
5

然后就开始安装了，速度视网速而定。

安装网之后你试着在 Python 中import tensorflow 会告诉你没有找到 CUDA 和 cuDNN，所以下一步就是安装这两个

GitHub 上果然有人提交了一个一样的 issue，大家可以在这里看下，然后是这么解决这个问题的：将下面这些文件复制到相应位置，

1. C:\cuda\bin\cudnn64_5.dll —> C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin
2. C:\cuda\include\cudnn.h —> C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include
3. C:\cuda\lib\x64\cudnn.lib —> C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64

除此之外，还有一个办法就是将C:\cuda\bin 也加进Path 环境变量里，经过测试这样也是可行的。

然后再次 import tensorflow  应该就成功了。