Tensorflow1.0支持Windows系统
Tensorflow1.0用到的Python版本是Py3.5,安装Anaconda时,安装Anaconda3-4.2.0即可,下载地址如下:
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-4.2.0-Windows-x86_64.exe
若出现cmd 不是内部命令或是外部命令的问题,将System32的路径添加进系统变量-Path。
使用Anaconda安装tensorflow
-
创建tensorflow
conda create -n tensorflow
-
激活tensorflow conda
conda activate tensorflow
-
安装tensorflow
cpu版pip install --ignore-installed --upgrade tensorflow
gpu版
pip install --ignore-installed --upgrade tensorflow-gpu
-
下载速度慢,使用镜像源
使用一个镜像源,不要混用pip install --ignore-installed --upgrade xxxx -i 镜像源
例 pip install --ignore-installed --upgrade tensorflow-gpu -i https://mirrors.aliyun.com/pypi/simple/
-
GPU版必须在系统中安装以下 NVIDIA® 软件:
NVIDIA® GPU 驱动程序 - CUDA 10.0 需要 410.x 或更高版本。
CUDA® 工具包 - TensorFlow 支持 CUDA 10.0(TensorFlow 1.13.0 及更高版本)
CUDA 工具包附带的 CUPTI。
cuDNN SDK(7.4.1 及更高版本)
-
更新Anaconda,打开CMD,cd D:\Program Files\Anaconda3\Scripts
更新所有库
conda update --all
更新 conda 自身
conda update conda
更新 anaconda 自身
conda update anaconda
-
验证
python
import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow!’)
sess = tf.Session()
print(sess.run(hello))
以上是使用清华的镜像源地址,也可使用下面的镜像地址替换清华源地址:
阿里云
https://mirrors.aliyun.com/pypi/simple/
中国科技大学
https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(douban)
http://pypi.douban.com/simple/
清华大学
https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学
http://pypi.mirrors.ustc.edu.cn/simple/
Cannot unpack file问题
pip install --extra-index-url http://mirrors.aliyun.com/pypi/simple/ --upgrade protobuf==3.6.1 --trusted-host mirrors.aliyun.com
ImportError:DLL load failed,找不到指定模块的解决办法
修改protobuf版本
实在不行降低tensorflow版本
python3.6 tensorflow1.11可行
参考