Tensorflow深度学习笔记（一）Windows 10下安装Tensorflow1.4

Tensorflow深度学习框架已学习了一段时间，对其已有一定的了解，由于当时太过于追求速度，没有及时的记录学习过程，不利于打牢基础，遂特意从基础入门开始编写Tensorflow框架学习笔记。

前言

​ 首先，在学习Tensorflow前，你最好能够对Python的基本语法能够有一定的了解。可以从w3cschool学习一些基本知识，建议使用Python3版本，因为很多新开源的代码不兼容Python2。

​ 其次，熟悉Python软件包安装方法。如果接触过Linux的话，这个就很简单了。建议使用pip进行安装。安装命令也就几个，如：pip install tensorflow，pip install tensorflow –upgrade, pip uninstall tensorflow。对于有些国外网站下载速度慢的问题，大家可以把安装包先下载下来，采用其他方式进行安装。

​ 最后，你要熟悉Python的一些IDE(Pycharm,subline等)的使用，IDE推荐Pycharm，有了IDE工具，可以省去很多麻烦，简单又实用。

正文

​ Tensorflow的安装网上有很多的教程，也有些视频教程推荐在Ubuntu系统下安装Tensorflow，也有推荐使用Anaconda，个人在安装尝试后基于Anaconda的环境还是没能在Windows64位中安装成功。因此个人建议还是使用Windows下直接安装最新版本，非常不建议采用虚拟机+Ubuntu来学习Tensorflow，因为一般机器运行会比较慢，大大影响学习效率。

推荐软件版本搭配：

​ Python 3.5

​ Tensorflow 1.4

​ Pycharm

1.Python安装

​ Python解析器的安装较为简单，在Python官网中下载相应的版本，安装即可。

2.Tensorflow安装

​ 在安装完Python后，设置好环境变量。测试pip是否已安装，方法(pip install numpy)，如果没有提示pip没安装，说明已安装pip。

​ Tensorflow的版本可分为CPU版和GPU版，GPU版处理速度较快，但更耗资源。另外GPU版本需要硬件支持（目前大部分机器都是包含GPU的，具体可以使用鲁大师等软件进行查询）。

​ 在初学阶段，建议大家使用CPU版本，先把环境熟悉起来，然后进行升级。这样出现问题，网络上一般都有答案。

1）CPU版安装

​ 直接采用pip安装方式即可，pip install tensorflow

2）GPU版安装

​首先，安装cuda 8.0。下载地址 https://developer.nvidia.com/cuda-downloads

​其次，安装cuDNN v7。下载地址 ：https://developer.nvidia.com/cudnn

最后，安装Tensorflow-gpu。如果已安装tensorflow，请先卸载。步骤如下：

​ pip uninstall tensorflow

​ pip install tensorflow

注：cuda及cuDNN下载都比较慢，这里有一个百度网盘链接。
链接: https://pan.baidu.com/s/1dFlMcpj 密码: awan

测试

安装完成后，可以通过以下程序进行测试。如下test.py，若无错误表示安装成功。

#  test.py
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

a = tf.constant(10)
b = tf.constant(32)
print(sess.run(a + b))

Enjoy.

---

Juyin@2017/11/05