Tensorflow安装

Win10下安装tensorflow教程

一、环境配置
1、win10-64位系统

2、python 3.5.2 (官网下载链接：https://www.python.org/downloads/release/python-352/)

3、anaconda 4.3.14

（清华镜像下载链接：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/）

（官网下载链接：https://www.anaconda.com/download/）

4、VS2015 （VS2015下载参考网址）

（vs_community__21855616.1542252661.exe）

（社区版下载地址：http://download.microsoft.com/download/B/4/8/B4870509-05CB-447C-878F-2F80E4CB464C/vs2015.com_chs.iso
）

5、本机GPU显卡：NVIDIA DeForce GTX 1050

6、tensorflow 1.10.0 （参考网址：https://pypi.org/project/tensorflow/1.1.0rc2/#files）

7、cuda 9.0

（cuda 9.0, V9.0.176 cuda_9.0.176_win10.exe）

（官网下载地址：https://developer.nvidia.com/cuda-toolkit-archive）

8、cuDNN7

（cudnn-9.0-windows10-x64-v7）

（官网下载地址：https://developer.nvidia.com/rdp/cudnn-archive）

备注说明：

需要先查看Windows下，TensorFlow对python版本的要求（查看版本教程）

在安装cuda之前，我首先安装了VS2015 (VS2015安装教程)。但是目前我还不确定：不安装VS2015，是否也可以成功安装tesorflow-gpu。如果有哪位朋友知道，欢迎下方留言！！！

二、安装python3.5.2
Windows -64 安装python3.5.2

可知python3.5.2 自带pip8.1.1

三、安装Anaconda3.4.1
下载地址（清华镜像）：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

双击安装，可自定义安装路径，其他安装选项设置为默认即可；

安装完成，测试anaconda是否安装成功：

win+R打开命令行，输入如下命令：

conda -V

conda --version

可知，实际上安装的是anaconda 4.3.14

说明anaconda 4.3.14安装成功

PS：anaconda 4.3.14 自带的是python3.6

四、安装cpu版本的tensorflow

win+R打开命令行，输入如下命令：

conda create --name tensorflow python=3.5.2

activate tensorflow

conda info --envs

python --version

pip install tensorflow==1.10.0

python

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

最后打开anaconda prompt 进行测试

参考步骤图如下所示（部分步骤）：

五、安装GPU版本的tensorflow，即tensorflow-gpu
5.1、查看本机GPU显卡类型，确认是否支持安装tensorflow-gpu

查看显卡配置是否支持安装gpu版本的tensorflow

5.2、安装tensorflow-gpu

5.2.1、注意：

安装gpu版本的tensorflow，需要安装cuda和cudnn,

并且三者的版本有一定的对应关系,

只有正确匹配的版本才能安装成功tensorflow-gpu

我的安装版本分别是：python3.5.2 + cuda9.0 + cudnn7.0

5.2.2、思路：

先安装tensorflow-gpu，然后执行测试命令，根据错误提示，逐步安装对应版本的cuda和cudnn；

5.2.3、安装步骤：

win+R打开命令行，输入如下命令：

conda info --envs （查看conda环境信息）

conda create --name tensorflow-gpu python=3.5.2 (使用conda新建tensorflow-gpu环境，python选择3.5.2版本)

conda info --envs （查看conda目前的环境都有哪些）

activate tensorflow-gpu （激活新创建的tensorflow-gpu）

conda info --envs （再次确认conda目前的环境都有哪些）

python --version （再次确认tensorflow-gpu环境下python的版本）

pip install tensorflow-gpu==1.10.0 （pip安装指定版本的tensorflow-gpu，这里安装1.10.0版本）

python

import tensorflow as tf

报错，根据提示，需要安装cuda9；

下载安装cuda9后再次执行（cuda+cudnn安装教程）：import tensorflow as tf

又报错了，根据提示需要安装cudnn7(解压复制到相应的cuda安装目录下，cuda+cudnn安装教程)

安装cudnn7后再次执行如下命令：

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

成功执行。

最后，打开Anaconda Prompt测试是否安装成功，

正确尝试：进入Anaconda Prompt-python里
输入：activate tensorflow-gpu 的环境，键入python，然后再键入import tensorflow as tf

测试命令如下：

conda info --envs

activate tensorflow-gpu

python

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

参考过程如下图（部分步骤截图）：

说明tensorflow-gpu安装成功。

打开Anaconda Prompt测试是否安装成功:

显示结果。说明安装成功！！

参考教程：https://m.aliyun.com/yunqi/articles/423513

六、命令总结

下载安装python3.5.2
自带pip，查看可升级pip
win+R
python --version
python -V
pip -V
python -m pip install --upgrade pip

安装anaconda 4.3.14 (自带python3.6)
自定义安装目录，其他默认安装即可
安装时选择自动加入环境变量
win+R
conda -V
conda --version

conda info --envs
conda create --name tensorflow-gpu python=3.5.2
activate tensorflow-gpu
conda info --envs
python --version
pip install tensorflow-gpu==1.10.0
python
import tensorflow as tf

此时会报错，根据提示，需要安装cuda9
安装cuda9后再次执行
import tensorflow as tf
又报错了，根据提示需要安装cudnn7(解压文件并复制到相应的cuda安装目录下)
安装cudnn7后再次执行

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

正确输出结果
安装tensorflow-gpu成功
打开ananconda prompt 进行测试
conda info --envs
activate tensorflow-gpu
python --version
python
import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow!’)
sess = tf.Session()
print(sess.run(hello))
正确输出结果，则说明安装成功！
退出python：quit() 或exit() 或ctr+z
deactivate

安装tesorflow环境，即cpu版本的tensorflow
win+R
conda -V
conda --version

conda info --envs
conda create --name tensorflow python=3.5.2
activate tensorflow
conda info --envs
python --version
pip install tensorflow==1.10.0
python
import tensorflow as tf
import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow!’)
sess = tf.Session()
print(sess.run(hello))

打开ananconda prompt 进行测试
conda info --envs
activate tensorflow
python --version
python
import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow!’)
sess = tf.Session()
print(sess.run(hello))
正确输出结果，则说明安装成功！
退出python：quit() 或exit() 或ctr+z
deactivate

测试tensorflow是否安装成功：
win+R
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suite
bandwidthTest
deviceQuery

其他命令：
win+R
查看conda支持的python版本：conda search --full-name python
查看cuda的版本：nvcc -V
卸载指定版本的tensorflow-GPU：pip uninstall tensorflow-gpu-1.5.0
选择安装版本：pip install tensorflow-gpu==1.4.0
获取tensorflow版本号：import tensorflow -》回车 -》tensorflow.version

安装特定版本：
pip install tensorflow==1.2.0

升级到最新版本：
pip install –upgrade tensorflow

安装与卸载tensorflow-gpu：
pip install tensorflow-gpu==1.2.1

pip uninstall tensorflow-gpu==1.2.1

安装与卸载keras同样：
pip install keras==2.0.5

pip uninstall keras=2.0.5

Anaconda创建和删除环境
conda create -n py36 python=3.6
conda remove -n py36 --all

Anaconda创建环境
对于GPU版本：conda create --name tensorflow-gpu python=3.5.2
对于CPU版本：conda create --name tensorflow python=3…5.2

————————————————
版权声明：本文为CSDN博主「Hello_World_admin」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/sinat_23619409/article/details/84201255

新的改变

我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：

1. 全新的界面设计 ，将会带来全新的写作体验；
2. 在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示；
3. 增加了 图片拖拽 功能，你可以将本地的图片直接拖拽到编辑区域直接展示；
4. 全新的 KaTeX数学公式 语法；
5. 增加了支持甘特图的mermaid语法¹ 功能；
6. 增加了 多屏幕编辑 Markdown文章功能；
7. 增加了 焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置 等功能，功能按钮位于编辑区域与预览区域中间；
8. 增加了 检查列表 功能。

功能快捷键

撤销：Ctrl/Command + Z
重做：Ctrl/Command + Y
加粗：Ctrl/Command + B
斜体：Ctrl/Command + I
标题：Ctrl/Command + Shift + H
无序列表：Ctrl/Command + Shift + U
有序列表：Ctrl/Command + Shift + O
检查列表：Ctrl/Command + Shift + C
插入代码：Ctrl/Command + Shift + K
插入链接：Ctrl/Command + Shift + L
插入图片：Ctrl/Command + Shift + G
查找：Ctrl/Command + F
替换：Ctrl/Command + G

合理的创建标题，有助于目录的生成

直接输入1次#，并按下space后，将生成1级标题。
输入2次#，并按下space后，将生成2级标题。
以此类推，我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。

如何改变文本的样式

强调文本 强调文本

加粗文本 加粗文本

标记文本

删除文本

引用文本

H₂O is是液体。

2¹⁰ 运算结果是 1024.

插入链接与图片

链接: link.

图片:

带尺寸的图片:

居中的图片:

居中并且带尺寸的图片:

当然，我们为了让用户更加便捷，我们增加了图片拖拽功能。

如何插入一段漂亮的代码片

去博客设置页面，选择一款你喜欢的代码片高亮样式，下面展示同样高亮的 代码片.

// An highlighted block
var foo = 'bar';

生成一个适合你的列表

• 项目
  • 项目
    • 项目

1. 项目1
2. 项目2
3. 项目3

• 计划任务
• 完成任务

创建一个表格

一个简单的表格是这么创建的：

项目	Value
电脑	$1600
手机	$12
导管	$1

设定内容居中、居左、居右

使用:---------:居中
使用:----------居左
使用----------:居右

第一列	第二列	第三列
第一列文本居中	第二列文本居右	第三列文本居左

SmartyPants

SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如：

TYPE	ASCII	HTML
Single backticks	'Isn't this fun?'	‘Isn’t this fun?’
Quotes	"Isn't this fun?"	“Isn’t this fun?”
Dashes	-- is en-dash, --- is em-dash	– is en-dash, — is em-dash

创建一个自定义列表

Markdown

Text-to- HTML conversion tool

Authors

John

Luke

如何创建一个注脚

一个具有注脚的文本。²

注释也是必不可少的

Markdown将文本转换为 HTML。

KaTeX数学公式

您可以使用渲染LaTeX数学表达式 KaTeX:

Gamma公式展示 $\Gamma (n)=(n-1)!\forall n\in \mathbb{N}$ 是通过欧拉积分

$$\Gamma (z)={\int }_0^{\infty }{t}^{z-1}{e}^{-t}dt.$$

你可以找到更多关于的信息 LaTeX 数学表达式here.

新的甘特图功能，丰富你的文章

• 关于 甘特图 语法，参考 这儿,

UML 图表

可以使用UML图表进行渲染。 Mermaid. 例如下面产生的一个序列图：

这将产生一个流程图。:

• 关于 Mermaid 语法，参考 这儿,

FLowchart流程图

我们依旧会支持flowchart的流程图：

• 关于 Flowchart流程图 语法，参考 这儿.

导出与导入

导出

如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到 文章导出 ，生成一个.md文件或者.html文件进行本地保存。

导入

如果你想加载一篇你写过的.md文件，在上方工具栏可以选择导入功能进行对应扩展名的文件导入，
继续你的创作。

---

1. mermaid语法说明 ↩︎

2. 注脚的解释 ↩︎