Windows7下安装和运行TensorFlow

转自：http://blog.csdn.net/vincent2610/article/details/52451090

首先大家都知道，tensorflow目前只能在Linux和mac下运行，但是要在windows上运行也是有办法的。答案就是：Docker

没错，只要利用Docker的虚拟化技术就可以在windows上跑tensorflow了，废话不说，下面直接列出步骤：

1. 下载Docker

在http://get.daocloud.io/#install-docker-for-mac-windows中选择“下载 Docker Toolbox” （请勿选择“下载 Docker for Windows”，这个版本只能安装在win10下）

2. 安装和运行Docker

安装没有什么好讲的，一直下一步就可以了。安装完后，会在桌面生成3个图标。

运行时，请选择“Docker Quickstart Terminal”

3. 配置DaoCloud加速器

注：为什么要配置加速器，因为Docker很多资源都被墙了，所以要借助国内的这个DaoCloud镜像加速网站

首先，双击进入Docker，第一次进入会比较长时间，因为需要很多配置。

然后运行以下命令：

[plain]  view plain  copy

 

1. <span style="font-size:12px;">docker-machine startdefault  
2. docker-machine ssh default  
3. sudo sed -i "s|EXTRA_ARGS='|EXTRA_ARGS='--registry-mirror=加速地址 |g" /var/lib/boot2docker/profile  
4. exit  
5. docker-machine restart default</span>  

注意：其中“加速地址”要根据实际使用的操作系统进行替换，怎么替换呢？

打开https://www.daocloud.io/mirror#accelerator-doc，在“配置Docker加速器”下有不同操作系统的配置，选择Windows

中间那个地址 http://1e5aa912.m.daocloud.io就是我们用来替换“加速地址”的值（直接替换加速地址四个字，不用加单引号或双引号）

4.安装DaoCloud Toolbox

安装DaoCloud Toolbox是为了能使用 dao 命令

首先，要到https://dashboard.daocloud.io/注册账号，并登陆。

在https://dashboard.daocloud.io/选择“我的集群”

然后选择“添加主机”

选择“我已有一台主机|windwos”

选择“安装好了”，进入第2步“安装主机监控程序”

按照图上的两个命令执行，安装监控程序，安装成功后，在“我的集群”->“自有集群”里面会出现你本地的主机

5.安装TensorFlow

是不是很烦呢，不急，终于到我们的重头戏了：tensorflow。

在https://dashboard.daocloud.io/packages/bc7c9397-1132-4640-8076-cd804198f88a中可以看到tensorflow的信息

我们用 dao pull tensorflow/tensorflow:0.10.0命令来安装tensorflow

这条命令根据网络环境执行时间不定，我的话大概跑了1一个小时。执行完这句命令后，tensorflow就算安装完成了。

安装界面如下所示：

注意：dao命令可能会自己先更新一些tool set，所以需要等待它更新完，才能下载tensorflow。

6. 运行TensorFlow

运行一下下面的命令，如果能正常运行，说明你的tensorflow终于可以使用了。

[python]  view plain  copy

 

1. <span style="font-size:12px;">$ python  
2. ...  
3. >>> import tensorflow as tf  
4. >>> hello = tf.constant('Hello, TensorFlow!')  
5. >>> sess = tf.Session()  
6. >>> print(sess.run(hello))Hello, TensorFlow!  
7. >>> a = tf.constant(10)  
8. >>> b = tf.constant(32)  
9. >>> print(sess.run(a + b))  
10. 42  
11. >>></span>