Tensorflow(r1.5)_Anaconda _win10 安装教程

最新推荐文章于 2024-10-03 11:15:00 发布

晚餐男孩

最新推荐文章于 2024-10-03 11:15:00 发布

阅读量2.7k

点赞数

文章标签： linu tensorflow anaconda 人工智能

本文链接：https://blog.csdn.net/shanpenghui/article/details/79316764

版权

tensorflow 专栏收录该内容

5 篇文章 0 订阅

订阅专栏

网上好多鱼龙混杂的教程，真是受不了，都写的不太全面和适用自己，所以自己整理一下安装步骤，方便新手入门。英文好的话也可以自己去官方网站上一步步看安装步骤，地址贴给大家，大家一定要记住，下面这个是官方的链接，一定要认真仔细看，没耐心的话看我文章就可以安装好了。

https://www.tensorflow.org/install/install_windows

1.在Windows上安装TensorFlow
其实说的是，tensorflow在windows / win 10上的安装的平台要求：
本文章将介绍如何在Windows上安装TensorFlow。尽管这些说明也可能适用于其他Windows变体，但我们仅在满足以下要求的机器上测试（并且仅支持）这些说明：
64位，x86台式机或笔记本电脑
Windows 7或更高版本

2.确定要安装哪个TensorFlow
您必须选择以下某种类型的TensorFlow进行安装：

仅支持CPU的TensorFlow
如果您的系统没有NVIDIA®（英伟达™）GPU，则必须安装此版本。请注意，此版本的TensorFlow通常更容易安装（通常在5或10分钟内），所以即使您拥有NVIDIA GPU，我们也建议首先安装此版本。
支持GPU的TensorFlow
TensorFlow程序通常在GPU上比在CPU上运行速度快得多。因此，如果您的系统具有满足以下所示先决条件的NVIDIA®GPU，并且需要运行性能关键型应用程序，则最终应安装此版本。

3.使用GPU支持运行TensorFlow的要求
如果您使用本指南中描述的机制之一安装支持GPU的TensorFlow，则必须在您的系统上安装以下NVIDIA软件：

CUDA®工具包9.0
有关的详细信息，请参阅NVIDIA的安装文档。（英文版，提醒一下，自己一定要注意安装顺序）

http://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/

确保按照NVIDIA文档中所述将相关的Cuda路径名附加到
```
％PATH％
```
的环境变量。
与CUDA Toolkit 9.0相关的NVIDIA驱动程序
cuDNN v6.0

有关详细信息，请参阅NVIDIA的文档。
http://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/
请注意，cuDNN通常安装在与其他CUDA DLL不同的位置。确保您将安装了cuDNN DLL的目录添加到
```
％PATH％
```
环境变量中。
请参阅NVIDIA文档以获取支持的GPU卡列表。
http://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/

如果您有一个前述软件包的版本不同，请更改为指定的版本。特别是，cuDNN版本必须完全匹配：如果无法找到cuDNN64_6.dll，则不会加载TensorFlow。要使用不同版本的cuDNN，您必须从源代码构建。

自己在 电脑->管理->设备管理器->显示适配器 里面查看自己显卡的型号。

找到之后

4.确定如何安装TensorFlow
您必须选择安装TensorFlow的机制。支持的选择如下：

"native" pip

Anaconda

本地pip直接在您的系统上安装TensorFlow，而无需通过虚拟环境。由于本地pip安装不在单独的容器中，因此pip安装可能会干扰系统上的其他基于Python的安装。但是，如果您了解pip和Python环境，则本地pip安装通常只需要一个命令！此外，如果使用本地点安装，用户可以从系统上的任何目录运行TensorFlow程序。

反正windows系统上安装本地pip比较麻烦，一般建议都是用Anaconda工具。

在Anaconda中，您可以使用conda创建虚拟环境。但是，在Anaconda内部，我们推荐使用pip install命令安装TensorFlow，而不是使用conda install命令。
注意：conda软件包是社区支持的，没有官方支持。也就是说，TensorFlow团队既不测试也不维护这个conda软件包。使用该软件包需要您自担风险。

5.看到这里，先把以下两个软件安装完先：
CUDA Toolkit 9.1：
https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exenetwork
安装这个很费时，主要是下载很慢，可能需要几个小时吧，主要看网速。

Download
Distribution
https://www.anaconda.com/download/
记得选win系统，别选错了。

6.基本上安装之后就是傻瓜式操作了：
注意的是：Anaconda安装是由社区支持的，没有官方支持。
按照以下步骤在Anaconda环境中安装TensorFlow：

按照Anaconda下载网站上的说明下载并安装Anaconda。
通过调用以下命令创建一个名为tensorflow的conda环境：

conda create -n tensorflow pip python=3.5

通过发出以下命令来激活conda环境：

activate tensorflow

运行之后出现的画面是：
这里写图片描述
等了一会就好了。

选择输入适当的命令以在您的conda环境中安装TensorFlow。要安装TensorFlow的纯CPU版本，请输入以下命令：

CPU版本（就是电脑没有独立显卡只有集显的）只能安装该版本。

pip install --ignore-installed --upgrade tensorflow

GPU版本

pip install --ignore-installed --upgrade tensorflow-gpu

到此，假如电脑没有报错的话，像这样就安装成功了：
这里写图片描述

7.测试安装的环境是否能正常运行：

从shell中调用python，如下所示：

python

在python交互式shell中输入以下短程序：

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

如果系统输出以下内容，则可以准备开始编写TensorFlow程序了，开始你的Tensorflow之旅吧。

8.如果不幸运出错的话，可以看下以下提示：
我们依靠Stack Overflow来记录TensorFlow安装问题及其补救措施。下表包含了针对一些常见安装问题的堆栈溢出答案的链接。如果遇到下表中未列出的错误消息或其他安装问题，请在Stack Overflow上进行搜索。如果堆栈溢出不显示错误消息，请在Stack Overflow上提出有关它的新问题并指定tensorflow标记。

Stack Overflow Link	Error Message
41007279	
[...\stream_executor\dso_loader.cc] Couldn't open CUDA library nvcuda.dll
41007279	
[...\stream_executor\cuda\cuda_dnn.cc] Unable to load cuDNN DSO
42006320	
ImportError: Traceback (most recent call last):
File "...\tensorflow\core\framework\graph_pb2.py", line 6, in 
from google.protobuf import descriptor as _descriptor
ImportError: cannot import name 'descriptor'
42011070	
No module named "pywrap_tensorflow"
42217532	
OpKernel ('op: "BestSplits" device_type: "CPU"') for unknown op: BestSplits
43134753	
The TensorFlow library wasn't compiled to use SSE instructions
38896424	
Could not find a version that satisfies the requirement tensorflow

然后点开相对应的链接：
41007279
42011070
42217532
43134753
38896424

好了，有什么不懂的话就继续在Stack Overflow网站上找吧，这个网站比较齐全，而且大神很多，要想把TensorFlow学会肯定不能只依靠中文资料，希望大家努力加油吧！