win7（win10也适用）系统安装GPU/CPU版tensorflow

win7系统安装GPU/CPU版tensorflow

tensorflow分为CPU版和GPU版，GPU效率更好，当然，tensorflow只支持NVIDIA显卡，其他的显卡不支持。

工具/原料

windows 7

python3.5（64位）

计算力不小于3.0的NVIDIA显卡                  

tensorflow版本 1.4.0-GPU

CUDA版本 8.0.44 （之前一直出现 ImportError:DLL load failed: 找不到指定的模块。和ImportError: No module named'_pywrap_tensorflow_internal' ， cuda9.0.176-win7 错！ cuda8.0.61-win7 错！ cuda8.0.44-win7！对了！）https://developer.nvidia.com/cuda-80-download-archive

cudnn 6.0版本 （这个是tensorflow1.4.0要求的，必须是这个版本）

python 3.5 (必须必须！)

 

方法/步骤

1.注意：如果只是安装CPU版，可忽略此步骤。

cuda有些功能会依赖vs2015,可以去网上下载一下社区版的vs2015，完全免费。

2.注意：如果你只是安装CPU版，可忽略此步骤。

去以下nvidia官网去下载cuda：

https://developer.nvidia.com/cuda-downloads

选择，“windows”--“x86_64”--“7”--“exe(local)”,点击“Download”，文件大概有1.3GB.

下载完成后，双击安装，很简单，不再赘述。

测试一下是否安装成功，命令行输入 nvcc -V ，看到版本信息就表示安装成功了。

3.注意：如果你只是安装CPU版，可忽略此步骤。

去nvidia官网去下载cuDNN：

https://developer.nvidia.com/rdp/cudnn-download

这个需要注册一个用户，并且填写一下问卷，否则无法下载。

注意，建议下载v5.1的，v6.0有很多问题（当然，如果你的显卡是很新款的话，不妨试一下，像我的显示是GTX650Ti的，就安装v6.0就会报“ImportError: DLL load failed: 找不到指定的模块”错误）

下载完成后，解压。解压后，会看到名为“cuda”的文件夹，文件夹下面有3个子文件夹（bin,lib,include），需要把这3个子文件夹复制“NVIDIA GPU ComputingToolkit\CUDA\v8.0”文件夹下（系统会提示已经存在，是否合并，选择确定就可以了），一般的路径是：C:\ProgramFiles\NVIDIA GPU Computing Toolkit\CUDA\v8.0

.          

4.  修改环境变量：左击桌面的“计算机”图标，依次选择“高级系统设置”--“环境变量”，在“系统变量(S)”中找到Path选项，双击编辑“变量值(V)”：你需要以下的路径是否在Path中，如果没有，就添加对应的路径（一般是最后两个路径没有）：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin

C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v8.0\libnvvp

C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v8.0\lib

C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v8.0\include

5.  下载安装python，记得勾选“Add Python x.x to Path”

TensorFlow支持2种方式安装：

PIP方式，直接去Python官网去下载对应的PythonWindows安装包就行了，要注意32位和64位版本的选择。

要注意，TensorFlow目前只能用Python 3.5.X版本的。所以不要下载错了版本。

下载链接：https://www.python.org/downloads/release/python-352/

系统变量也加好了，安装好Python后，打开CMD，验证Python是否安装成功，输入：Python，出现Python版本号证明安装成功。

 

6.安装完成后，点击window徽标，输入powershell回事，调出powershell命令行。

如果是想安装CPU版本的，在命令行输入“pipinstall tensorflow”就可以了。

需要注意的是，cpu版本可能依赖MSVCP140.DLL这个文件，确保在C:\Windows\SysWOW64路径下面。

 

如果是想安装GPU版本的，在命令行输入“pipinstall tensorflow-gpu”就可以了。同样不需要指定版本号与地址，系统自动匹配最优的版本。

 

Python安装好后，我们就要进行下载安装TesorFlow需要的库了。

CPU版本命令输入：

[java] view plain copy

1.     pip3 install --upgrade tensorflow  

GPU版本命令输入：

[java] view plain copy

1.     pip3 install --upgrade tensorflow-gpu  

等待自动下载。

整个过程TensorFlow需要安装：numpy、six、wheel、appdirs、pyparsing、packaging、setuptools、protobuf、werkzeug、tensorflow。

 

 

 

7.安装完TensorFlow后，我们写一个例子进行测试下是否可以运行。在程序里找到：Python3.5或者CMD里输入Python即可进入输入编码模式。

在powershell命令行输入python回车，并在python环境下，依次输入如下命令，看能否运行：

>>>import tensorflow as tf

>>>sess=tf.Session()

>>>print(sess.run(tf.constant(666)))

如果结果是666，那么恭喜您，已经成功搭建tensorflow开发环境了，心情享受人工智能高逼格的开发乐趣吧！

官方例子：

[java] viewplain copy

1.     >>> import tensorflow as tf  

2.     >>> hello = tf.constant('Hello, TensorFlow!')  

3.     >>> sess = tf.Session()  

4.     >>> print(sess.run(hello))  

会输出：

[java] viewplain copy

1.     Hello, TensorFlow!  

另外一个计算的例子：

[java] viewplain copy

1.     >>>import tensorflow as tf    

2.     >>>sess = tf.Session()    

3.     >>>a = tf.constant(10)    

4.     >>>b = tf.constant(22)    

5.     >>>print(sess.run(a + b))     

会输出：

[java] viewplain copy

1.     32  

 

 

 

注意事项

GPU版需要依赖vs2015、cuda和cuDNN，记得安装

cpu版本可能依赖MSVCP140.DLL这个文件，确保在C:\Windows\SysWOW64路径下面

 

 

 

国内PIP源：

清华：https://pypi.tuna.tsinghua.edu.cn/simple

阿里云：http://mirrors.aliyun.com/pypi/simple/

中国科技大学https://pypi.mirrors.ustc.edu.cn/simple/

华中理工大学：http://pypi.hustunique.com/

山东理工大学：http://pypi.sdutlinux.org/ 

豆瓣：http://pypi.douban.com/simple/