本指南介绍如何在Windows上安装TensorFlow。
原文链接 : https://www.tensorflow.org/install/install_windows
译文链接 : http://www.apache.wiki/pages/viewpage.action?pageId=10029597
确定哪个TensorFlow要安装
您必须选择以下类型的TensorFlow之一来安装:
- TensorFlow仅支持CPU支持。如果您的系统没有NVIDIA®GPU,则必须安装此版本。请注意,此版本的TensorFlow通常会更容易安装(通常在5或10分钟内),因此即使您有NVIDIA GPU,我们建议先安装此版本。
- TensorFlow支持GPU。TensorFlow程序通常在GPU上比在CPU上运行得更快。因此,如果您的系统具有满足以下所示先决条件的NVIDIA®GPU,并且您需要运行性能关键型应用程序,则应最终安装此版本。
运行TensorFlow支持GPU的要求
如果您使用本指南介绍的机制之一来安装具有GPU支持的TensorFlow,则系统上必须安装以下NVIDIA软件:
- CUDA®Toolkit 8.0。有关详细信息,请参阅 NVIDIA的文档 确保将相关的Cuda路径名附加到
%PATH%
环境变量中,如NVIDIA文档中所述。 - 与CUDA Toolkit 8.0相关的NVIDIA驱动程序。
- cuDNN v5.1。有关详细信息,请参阅 NVIDIA的文档。请注意,cuDNN通常安装在与其他CUDA DLL不同的位置。确保将您安装cuDNN DLL的
%PATH%
目录添加到环境变量中。 - 具有CUDA Compute Capability 3.0或更高版本的GPU卡。有关支持的GPU卡的列表,请参阅 NVIDIA文档。
如果您有较早版本的上述软件包,请升级到指定的版本。
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
Native pip在您的系统上直接安装TensorFlow,而无需通过虚拟环境。由于本机点安装不会在单独的容器中关闭,所以pip安装可能会干扰系统上其他基于Python的安装。但是,如果您了解pip和您的Python环境,本机点安装通常只需要一个命令!此外,如果您使用本机点安装,用户可以从系统上的任何目录运行TensorFlow程序。
在Anaconda中,您可以使用conda创建虚拟环境。但是,在Anaconda内,我们建议使用pip install
命令安装TensorFlow ,而不是使用该conda install
命令。
注意: conda包是社区支持的,没有正式支持。也就是说,TensorFlow团队既不测试也不维护这个conda包。使用该包,您自己承担风险。
用native pip安装
如果您的计算机上未安装以下Python版本,请立即安装:
TensorFlow只支持在Windows上的3.5.x版本的Python。请注意,Python 3.5.x附带pip3软件包管理器,这是您将用于安装TensorFlow的程序。
要安装TensorFlow,请启动终端。然后在该终端中发出适当的 pip3 install命令。要安装仅限CPU版本的TensorFlow,请输入以下命令:
|
要安装TensorFlow的GPU版本,请输入以下命令:
|
用Anaconda安装
Anaconda安装是社区支持的,没有正式支持。
采取以下步骤在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:
C:> conda create
-
n tensorflow
-
通过发出以下命令激活conda环境:
C:> activate tensorflow
(tensorflow)C:> #你的提示应该改变
-
发出相应的命令在您的公共环境中安装TensorFlow。要安装仅限CPU版本的TensorFlow,请输入以下命令:
(tensorflow)C:> pip install
-
-
ignore
-
installed
-
-
upgrade https:
/
/
storage.googleapis.com
/
tensorflow
/
windows
/
cpu
/
tensorflow
-
1.1
.
0
-
cp35
-
cp35m
-
win_amd64.whl
要安装GPU版本的TensorFlow,请输入以下命令(单行):
(tensorflow)C:> pip install
-
-
ignore
-
installed
-
-
upgrade https:
/
/
storage.googleapis.com
/
tensorflow
/
windows
/
gpu
/
tensorflow_gpu
-
1.1
.
0
-
cp35
-
cp35m
-
win_amd64.whl
验证您的安装
启动一个终端
如果您通过Anaconda安装,请激活您的Anaconda环境。
从你的shell调用python如下:
|
在python交互式shell中输入以下短程序:
|
如果系统输出以下内容,则可以开始编写TensorFlow程序:
|
你好,TensorFlow!
如果您是TensorFlow的新手,请参阅TensorFlow入门。
如果系统输出错误信息而不是问候,请参阅常见的安装问题。
常见的安装问题
我们依靠堆栈溢出来记录TensorFlow安装问题及其补救措施。下表包含一些常见安装问题的Stack Overflow答案的链接。如果您遇到下表中未列出的错误消息或其他安装问题,请在堆栈溢出中进行搜索。如果Stack Overflow没有显示错误消息,请在Stack Overflow上提出一个新问题,并指定tensorflow
标签。
堆栈溢出链接 | 错误信息 |
---|---|
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 |
赞成为第一个赞同者