Tensorflow安装-windows篇

1. 基于python

①官网下载好对应版本的python安装
②打开这个网站，复制其中的内容存成 get-pip.py
并存放到 Python的根目录下 如 G:\Program Files\Python35（刚才安装的Python目录）
打开cmd 切换到该目录 输入python get-pip.py 即可安装pip

补充：如果使用pip安装模块失败，可以到这个网站下载，然后安装

• 安装tensorflow
  参考官网：
  https://www.tensorflow.org/get_started/os_setup#pip_installation_on_windows

先下载 Visual C++ 2015 redistributable(X64 版本)并安装

cpu版本执行：

pip install --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-0.12.0-cp35-cp35m-win_amd64.whl

gpu版本执行：

pip install --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-0.12.0-cp35-cp35m-win_amd64.whl

• (GPU 版本)还需安装cuda，cuDNN，cpu忽略
  参考：http://blog.csdn.net/sb19931201/article/details/53648615
  下载对应的cuda https://developer.nvidia.com/cuda-toolkit-archive
  
  下载对应的cuDNN https://developer.nvidia.com/rdp/cudnn-archive
  
  注意：cuda与cuDNN版本对应起来

• 安装 cuda
  安装的默认路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
  将该路径下的bin和lib\x64的路径放入系统环境变量(path)里
  即:将C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin 和
  C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64 放入系统环境变量中

• cuDNN 安装
  将下载下来的cuDNN解压，里面只有以下文件
  
  将bin、include、lib文件夹里的文件全部复制到cuda安装路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0 下对应的bin、include、lib文件夹里

• 测试
  
  已成功
  安装完成

---

2、基于Anaconda安装

下载对应版本的Anaconda
可以使用Anaconda创建一个新的环境，在这个环境中进行安装

conda create -n tensorflow python=3.5.3

或

conda create -n tensorflow python=2.7

conda env list 查看所有环境
activate tensorflow 切换到刚才新建的环境 （Linux 使用 source activate tensorflow）

Anaconda更多使用参考：http://www.cnblogs.com/harvey888/p/5465452.html

附加：如过在Linux使用以下语句

`sudo printf '\nalias tensorflow="source activate tensorflow"' >> ~/.bashrc 
bash

下次激活环境 直接输入 tensorflow 即可

安装步骤

3、基于Virtualenv环境

• 创建virtualenv环境

 # python 2.7
sudo apt-get install python-pip python-dev python-virtualenv
 # python 3
sudo apt-get install python3-pip python3-dev python3-virtualenv

• 创建一个包含该虚拟环境的目录

sudo mkdir ~/env

• 利用Virtualevn命令创建虚拟环境。 在本例中， 它位于~/env/tensorflow下。

# python2
virtualenv --system-site-packages -p python2 ~/env/tensorflow

# python3
virtualenv --system-site-packages -p python3 ~/env/tensorflow

• 利用source命令激活该虚拟环境

source ~/env/tensorflow/bin/activate

• deactivate命令将其关闭

deactivate

附加：类似的创建虚拟环境参考：http://blog.csdn.net/wc781708249/article/details/78499577

由于将频繁使用虚拟环境， 创建一个激活虚拟环境的快捷方式而非每次键入完整的source…命令便很有价值。 接下来的命令将向~/.bashrc文件添加一个bash别名， 使在需要启动虚拟环境时只需键入tensorflow：

sudo printf '\nalias tensorflow="source ~/env/tensorflow/bin/activate"' >> ~/.bashrc

要测试该快捷方式是否生效， 可重启bash终端， 并键入tensorflow：

tensorflow

安装tensorflow

# For CPU
pip3 install tensorflow
# For GPU
pip3 install tensorflow-gpu

4、基于Docker

略