（最新）win10简单快速安装TensorFlow（CPU版本）and（GPU版本）

最新推荐文章于 2022-09-26 11:06:17 发布

troublemaker、

最新推荐文章于 2022-09-26 11:06:17 发布

阅读量1.6k

点赞数 2

分类专栏：环境配置，安装文章标签： tensorflow安装

本文链接：https://blog.csdn.net/weixin_44912159/article/details/102733336

版权

环境配置，安装专栏收录该内容

15 篇文章 0 订阅

订阅专栏

----------------------------希望安装tensorflow不会对你学习tensorflow失去信心---------------------------------

前两天花了一天多的时间安装tensorflow，我想大部分同学都是用来想做机器学习，深度学习的吧，以下是我整理的一些过程和心得。建议从头开始按一个博客来，不建议一会跟着这个博客操作，一会又跟着另一个操作，同时希望大家在学tensorflow前别被安装tensorflow折磨而失去了动力，于是就有了这篇博文。

前提：已装好了Anaconda（没装过得同学可以去其他博客看一下，把他装好哦，记得配置环境变量）
GPU版本前提：检查自己电脑是否有NVIDIA显卡，AMD的显卡不支持GPU版本
我的环境：Win10 + NVIDIA GeForce GTX1650 + python3.6
我安装了：TensorFlow 1.10.0 + CUDA ９.0 + cuDNN 7.０.５

先带大家安装CPU版本（这个比较快）：

找到==Anaconda Prompt==，右击管理员模式运行。
在跳出来的黑色Anaconda Prompt 框中复制以下这几句话
- （复制完一句，记得敲回车，然后再复制下一句）
```
conda create -n tensorflow-cpu python=3.6
```
(-n tensorflow-cpu 意思是创建一个名为tensorflow-cpu的虚拟环境,你也可以叫别的名字)
- 输完回车显示（输入y，他就开始帮你创建这个虚拟环境了）
- 同时你进入Anaconda Navigator 也可以看到新建的虚拟环境（这步可不操作）
创建完虚拟环境以后，他会跳出下图!
```
  activate tensorflow-cpu
```
输入 activate tensorflow-cpu（你之前创建的虚拟环境名） 就好，意思就是你创建好了这个环境，那你得先进去这个环境才能操作吧！！！
进入之后前面就会有个小括号了，意思是你在这个环境内了。
这边建议你先更新一下pip，不然后面装包可能由于pip版本太低容易报错（复制下面这句话就好）
```
python -m pip install --upgrade pip
```
然后在命令行窗口中继续复制以下语句（安装cpu版本），输完记得回车，根据你的选择输入下面的语句
- 安装指定cpu版本的tensorflow
```
pip install tensorflow==对应的版本号
```
- 安装最新cpu版本的tensorflow （目前是2.0的）
```
pip install --upgrade tensorflow
```
- 如果网速慢，加上豆瓣源即可（装的是2.0版本的哦)，可以自己改版本号
```
pip install tensorflow==2.0.0-beta0 -i https://pypi.doubanio.com/simple
```
- 这就开始了》》》》》》》》》》》（大概15分钟左右）

我遇见的错误：

错误一：可能会出现以下这样的情况，当你满怀期待的在等待它装完 [给你报错了]

解释：意思是说，你的pip版本太低了，目前已经19.3.1了，你的9.0.1还想玩？

那么用它提示的命令更新一下pip吧，下面我已经给你打出来了，直接复制就好
```
python -m pip install --upgrade pip
```
这个更新很快，更新好了之后，继续输入以下这句话
```
pip install tensorflow==(对应的版本号)
```
错误二：现在你想着应该可以了吧，终于要成功了，如果真的成功了，那祝贺你，如果报这个错误，看这里，我装的时候就报错了
- error:THESE PACKAGES DO NOT MATCH THE HASHES FROM THE REQUIREMENTS FILE
看这篇博客解决办法就ok了，其实就是换一个命令而已，就是下面这句话
```
pip install --upgrade tensorflow
```
错误三: 报错Time out
建议网速慢的同学，在等待的时候，不要看视频这些的，我就有报了这么一个错，就是显示time out 大概就是超时的意思，重新输入报错前的之前的命令就好
```
#比如你在装tensorflow,那就在来一边装tensorflow的命令
#比如你在更新pip， 那就在输入一遍更新pip的命令。。以此类推。。。。
```
现在终于安装成功了（因为我中间有个超时的操作，第二次输入的时候，他把我的包都更新了一遍）

看到Successfully基本大功告成了，这次真的祝贺你一下，我知道你也觉得说我心里没底啊，那我们再来试一下代码吧。

测试：

先在窗口输入python 进入tensorflow-cpu版本的python环境（可以参考文末的图）
复制下面的代码即可
- 装了2.0版本及以上复制这里

# 验证代码（一行一行输入，中间还能看到是在用cpu的字样）
import tensorflow as tf

tf.compat.v1.disable_eager_execution()

hello = tf.constant('Hello, TensorFlow!')

sess = tf.compat.v1.Session()

print(sess.run(hello))

tensorflow 2.0 以下的版本复制这里

# 这个是大部分博客都有的验证代码

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

然后带大家安装GPU版本（这个需要沉住气）：

先看了一下各个博客的内容，总结了一下win10上装tensorflow—gpu版本的步骤

Visual Studio（我装了2015社区版）
安装GPU版本（这个放在后面也可以，但我为了看他匹配的cuda和cudnn的版本）
CUDA
cuDNN
测试是否成功

1.先安装visual studio，CUDA需要Visual Studio的支持

下载地址：VS 2015
进入是这样子的
我们选2015版本点，点击下载
然后找到update3 找社区版点下载就好，文件很小只有3.3M，不要怀疑，你是对的
安装步骤参考一下博客,仅仅是参考安装步骤，下载按我的来 安装时间30-60分钟
- 传送
- 注意：可以不装到C盘，如果你选自定义，要把Visual C++ 勾上

2.安装GPU版本tensorflow（也是和安装cpu版本类似，所以有些图是我装cpu版本的图）

安装前我先贴一个tensorflow版本和python版本、cuDNN版本、CUDA版本需要兼容的图
找到 Anaconda Prompt，右击管理员模式运行。
在跳出来的黑色Anaconda Prompt 框中复制以下这几句话装的python是3.6版本
- （复制完一句，记得敲回车，然后再复制下一句）
- ```
conda create -n tensorflow-gpu python=3.6
```
  (-n tensorflow-gpu 意思是创建一个名为tensorflow-gpu的虚拟环境,你也可以叫别的名字)
- 输完回车显示（输入y，他就开始帮你创建这个虚拟环境了）
- 同时你进入Anaconda Navigator 也可以看到新建的虚拟环境（这步可不操作）
创建完虚拟环境以后，他会跳出下图
```
activate tensorflow-gpu
```
输入 activate tensorflow-gpu（你之前创建的虚拟环境名） 就好，意思就是你创建好了这个环境，那你得先进去这个环境才能操作吧！
进入之后前面就会有个小括号了，意思是你在这个环境内了。(实际应该是tensorflow-gpu）
这边建议你先更新一下pip，不然后面装包可能由于pip版本太低容易报错（复制下面这句话就好）
```
python -m pip install --upgrade pip
```
然后在命令行窗口中继续复制以下语句（安装cpu版本），输完记得回车，根据你的选择输入下面的语句
- 安装指定gpu版本的tensorflow（最好这样装）
- tensorflow版本太高了需要你的显卡配置也要好，或者Tensorflow-gpu版本与cudnn版本不兼容，虽然我们现在还没装过CUDA和cnDNN
```
pip install tensorflow-gpu==对应的版本号
```
- 安装最新gpu版本的tensorflow （目前是2.0的）
```
pip install --ignore-installed --upgrade tensorflow-gpu
```
- 如果网速慢，加上豆瓣源即可（装的是2.0版本的哦)，可以自己改版本号
```
pip install tensorflow-gpu==2.0.0-beta0 -i https://pypi.doubanio.com/simple
```
- 这就开始了》》》》》》》》》》》（大概20分钟左右）
显示Successfully就可以进行下一个步骤了。

3 .下载和安装CUDA

在这之前可以根据已经装好的tensorflow-gpu版本查看与你装的版本对应的CUDA和cuDNN版本
- 查看路径，在Python安装路径下进入tensorflow\python\platform打开build_info.py
- 该文件显示了已经安装好TensorFlow-gpu匹配的CUDA和cuDNN版本，就下面的下就可以
CUDA官方下载地址：点击这里
安装CUDA，安装完就好，如果出现黄色叹号，继续安装就好。
- 测试是否安装成功？命令行输入：nvcc -V

4 .下载和安装cuDNN（这里不用安装，只需要配置）

下载cuDNN（会叫你先注册一下NVIDIA账号，才能下载）
- cuDNN官方下载地址：点击这里
- 下载下面画圈的版本就好，比较保守
下载完成的到一个cudnn-9.0-windows10-x64-v7的压缩文件夹
- 先解压，里面有三个文件：bin, include, lib
- 复制这三个到下图的位置，覆盖里面原有的
  - 路径：C:\ProgramData\NVIDIA GPU Computing Toolkit\v9.0
  - 我的路径是：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
- 然后配置环境变量（我看有些博客不配也可以，保险一点还是配置一下）：
右击我的电脑——属性——高级系统设置 ——环境变量——系统变量——新建
- 将之前复制完成的bin文件路径，复制进去
  - C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
前几个步骤到这里就完成了

5.最后测试

详细过程在最后图片中有
复制下面的代码即可
- 装了2.0版本及以上的版本复制这里

# 验证代码（一行一行输入，中间还能看到是在用cpu的字样）
import tensorflow as tf

tf.compat.v1.disable_eager_execution()

hello = tf.constant('Hello, TensorFlow!')

sess = tf.compat.v1.Session()

print(sess.run(hello))

- tensorflow 2.0 以下的版本复制这里

# 这个是大部分博客都有的验证代码

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

结果是这样就Congratulation了（成功麻烦点赞支持一下哦！！！）

在这里插入图片描述

--------------------欢迎进入深度学习的世界-----------------

troublemaker、

关注

2
点赞
踩
18

收藏

觉得还不错? 一键收藏
0
评论
（最新）win10简单快速安装TensorFlow（CPU版本）and（GPU版本）

（实测）win10简单安装TensorFlow（CPU版本）+（GPU版本）前两天花了一天多的时间安装tensorflow，我想大部分同学都是用来想做机器学习，深度学习的吧，以下是我整理的一些过程和心得。建议从头开始按一个博客来，不建议一会跟着这个博客操作，一会又跟着另一个操作，同时希望大家在学tensorflow前别被安装tensorflow折磨的失去了动力，于是就有了这篇博文。前提：...
复制链接

扫一扫

专栏目录