python安装tensorflow

首先，我说一种最简单最理想的情况，然后说一种步骤齐全有局限性但是很靠谱的情况。这种简单的情况百分之五十是不会成功的，取决于你的显卡驱动，你的CUDA版本，你的python版本，你安装的年份等天时地利人和，才会成功：

我们下载python 3.6版本。因为目前tensorflow只支持python3.6及以下版本。

1. 假设我们已经安装了其他版本的python，我们需要将其进行卸载，卸载方法：

首先在命令行 python -version，找到我们当前的python版本，然后使用该版本的安装程序进行卸载。

2. 安装好以后，在命令行更新一下pip:

python -m pip install --upgrade pip

3. 安装numpy

4. 安装tensorflow

首先先安装setuptools 

pip install --upgrade setuptools

否则可能出现错误

然后安装tensorflow

然后通过 pip install keras 安装keras

之后如果装好，在python中import keras，不报错可以认为已经装好了。

 

完美无差错安装版

如果安装好有import 报错，有各种原因。现在提供另一种方法来安装，成功率百分之九十以上：

在这里我们装的是gpu版本的。

这里，cuda版本，cudnn版本必须和tensorflow版本，以及keras版本匹配，如果不匹配，运行程序就会出现一堆moudle找不到的情况。

在我尝试了整整两天，安装了不下三十遍以后，总结出一套最好的安装步骤。

这里我们匹配的是 python 3.6 + cuda 9.0 + cudnn 9.0 + tensorflow 1.12.0 + keras 2.2.4 

如果你的cuda版本是10.0以上的，成功率会大幅度下降。

通过 Anaconda安装也行，不通过它也没什么问题。

1. 首先安装显卡驱动和cuda toolkit 9.0以及相应的cuda版本。这里不再赘述

2. 安装好python3.6以后，设置python的环境变量，

使用Anaconda3 也可以安装python3.6，这里给的版本是 Anaconda3-4.4.0-Windows-x86_64.exe

下载网站   Anaconda下载 如果使用Anaconda安装python，就不用再装numpy了。

立马升级pip:

python -m pip install --upgrade pip 

3. 然后升级setuptools，这里一定要注意的是，tensorflow需要与固定的setuptool相匹配，如果你用的最新的setuptools，那可能会报错。与tensorflow 1.12匹配的setuptools是38，因为tensorflow安装信息显示setuptool要大于37.0小于等于39.0，这里所幸用个中间数38.

pip install setuptools==38

4. 关闭所有杀毒软件，尤其是电脑管家。

pip install tensorflow==1.12.0

安装好以后进入python进行测试：

import tensorflow as tf
a = tf.test.is_built_with_cuda() 
print(a)
b = tf.test.is_gpu_available(cuda_only=False,min_cuda_compute_capability=None)
print(b)

如果打印了两个True，说明是正确的

5. 安装 keras 

pip install keras==2.2.4

然后测试 import keras，如果不报错，就ok了。

如果想安装其他版本，都是可以的，但是必须要保证这一连串的东西都匹配，否则就算装上了也根本无法运行。