本文详细记录了在Win10环境下，安装TensorFlow 2.x CPU版本的全过程，包括创建虚拟环境、更换pip源、安装及测试过程中的问题解决，适合初学者参考。
趁着2020年的春节长假，简单学习了一下梦寐以求的python。学完python皮毛，怎么能不尝试下tensorflow，毕竟人家这么火。由于只是尝试，机器性能也一般，咱就不上GPU版本了，只想着装个纯CPU版本的体验体验。但是遇到的问题也不少，在此给大家分享一下，讲述下我的心路历程。
首先声明一下本人操作系统是win10家庭中文版（系统买本自带的，懒得换了），安装的是截止目前最新的Tensorflow2.1版本（网上教程基本是老版本），Python版本也是目前python3.7的最新版本（没有尝试python3.8）
1. 准备篇
1.1 基本要求：
- 至少对python有基本的认知，主要是基本语法和pip工具；
- 了解windows的shell命令，我用的是powershell，挺好用的，跟linux的bash命令很相似，感觉比cmd好了无数倍；
- 了解python虚拟环境，知道怎么创建，我用的是virtualenv工具，简单实用。很多人也可能安装的Anaconda发行版本，那么conda命令也是支持虚拟环境创建的，但是我目前没怎么用，感觉还没到那个火候，毕竟numpy、pandas、matplotlib等常用的包就可以满足我了，不超过20个。
- 了解Tensorflow的发行版本，不知道的话自行问搜索引擎。当然，也可参考pypi上的发布历史：https://pypi.org/project/tensorflow/1.12.3/#history 其中，1.15版本是1.×的最后一个发行版本（最新更新是1.15.3 2020年的），自此以后Tensorflow进入2.×时代，自然又别有一番风味。
1.2 为啥要用虚拟环境？
我的理解是没虚拟环境的话，很容易“污染”系统原生python，比如我安个第三方包，自动安装了一大堆的依赖包，后来我不想要了，卸载这个第三方包，但是依赖包还在那，还得一个个卸载，鬼知道安装了多少个依赖包。为啥非要卸载？因为我有强迫症，不用的东西在site-packages里面躺着，我浑身不舒服。所以我要安装虚拟环境，这样我就可以为所欲为（至少学习阶段是这样），包可以随便安，随便试，捣鼓坏了，就把整个环境删了，重新建一个干干净净的，岂不妙哉！
另外，有虚部环境，我就可以尝试不同的tensorflow版本，有利于问题的排查，很有用的。
2. 系统需求
先说说硬件需求，按官方说法，你的CPU需要支持AVX指令集，因为从TensorFlow 1.6版本开始，不能跑在不支持AUX指令集的CPU上。不过不用太担心，只要你的笔记本不是老古董，一般没太大问题，这几年出的CPU都支持。实在不放心，就用CPU-Z工具查看一下。
再来看看官方说的软件需求：
- Python 3.5–3.7
- pip 19.0 or later (requires
manylinux2010support) - Windows 7 or later (64-bit) (Python 3 only)
看着挺多，其实基本都能满足，目前都是标配吧，没什么可说的。
但是，这里有一个坑，官方没有提及，我在这里先不说，在安装部分会讲到。
给个官方安装说明的网址：https://tensorflow.google.cn/install/pip?hl=zh-CN&lang=python3，感兴趣的可以看一下，琢磨琢磨。
3. 安装步骤
第一步：当然是先创建个虚拟环境了，这个才能大展宏图嘛，创建完记得切换到虚拟环境，不然你会后悔的。
第二步：换个pip的源，换成国内的镜像站点，不然那安装速度绝对是你不能忍的，我怕你把电脑砸了。不知道怎么换，看我自学自写文章。会的以及已经换了的请忽略。我比较喜欢清华镜像......
第三步：用pip命令安装。这里高潮来了，官方还有网上各种命令层出不穷，让人眼花缭乱。下面先列举几个常见的命令方式，声明一下几条命令都能安装成功，但是能不能用就不一定了。
pip install tensorflow #最新的稳定发行版本，2.0×后默认是CPU和GPU版本在一起，1.×只表示CPU版本
pip install tensorflow-gpu #1.×的GPU版本
pip install tensorflow==1.15 # 1.×的最后一个更新版本，2019年发布- 第一个指令：什么叫CPU和GPU版本在一起？我理解的意思就是，CPU和GPU一家亲，不搞什么分裂，一条安装命令搞定就可以了嘛，至于怎么选择，看你机器的显卡支不支持CUDA了。因此，对于显卡支持gpu版本，而又只想用cpu版本练手的小伙伴来说，就不要用第一条命令进行安装，要不然在导包的时候就会有一大堆错误，缺这个少那个，基本是由显卡驱动程序版本、CUDA版本、cuDDN版本等问题引起的。如果不想安装gpu版本，何必自找麻烦呢。
- 第二个指令：安装1.×的GPU版本，我们不涉及，请忽略。
- 第三个指令：按照对于1.×版本，tensorflow默认是CPU版本的逻辑，这个应该不会有啥问题了吧。确实，安装成功后能用，诚不欺我。虽然能运行成功，但是总是输出一些异常干什么，看着烦的很，再次强调我有强迫症。如果有的小伙伴不想试的话我贴个结果给大家看看。
测试代码：
import tensorflow as tf
version = tf.__version__
gpu_ok = tf.test.is_gpu_available()
print("tf version:", version, "\nuse GPU", gpu_ok)运行结果。大致意思是，我的显卡支持GPU版本，所以提示我找不到一些库，如果想用gpu版本，请安装这些库，并且最后正确输出了Tensorflow的版本是1.15，无法使用gpu。虽然程序正常运行结束，但是明显基于计算机的硬件，官方还是强推了gpu版本，输出了一大堆的提示来安利你。可是，我明明只是想用cpu版本的，不想要推荐，这些输出我看着好烦啊。如果你不介意，当然也可以凑活着这么用。
2020-02-11 21:07:37.172620: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cudart64_100.dll'; dlerror: cudart64_100.dll not found
2020-02-11 21:07:37.172864: I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.
2020-02-11 21:07:40.361931: I tensorflow/core/platform/cpu_feature_guard.cc:142] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2
2020-02-11 21:07:40.413280: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library nvcuda.dll
2020-02-11 21:07:41.058786: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1618] Found device 0 with properties:
name: GeForce MX150 major: 6 minor: 1 memoryClockRate(GHz): 1.5315
pciBusID: 0000:01:00.0
2020-02-11 21:07:41.060130: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cudart64_100.dll'; dlerror: cudart64_100.dll not found
2020-02-11 21:07:41.061137: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cublas64_100.dll'; dlerror: cublas64_100.dll not found
2020-02-11 21:07:41.062137: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cufft64_100.dll'; dlerror: cufft64_100.dll not found
2020-02-11 21:07:41.063130: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'curand64_100.dll'; dlerror: curand64_100.dll not found
2020-02-11 21:07:41.064307: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cusolver64_100.dll'; dlerror: cusolver64_100.dll not found
2020-02-11 21:07:41.065401: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cusparse64_100.dll'; dlerror: cusparse64_100.dll not found
2020-02-11 21:07:41.066423: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cudnn64_7.dll'; dlerror: cudnn64_7.dll not found
2020-02-11 21:07:41.066626: W tensorflow/core/common_runtime/gpu/gpu_device.cc:1641] Cannot dlopen some GPU libraries. Please make sure the missing libraries mentioned above are installed properly if you would like to use GPU. Follow the guide at https://www.tensorflow.org/install/gpu for how to download and setup the required libraries for your platform.
Skipping registering GPU devices...
2020-02-11 21:07:41.178436: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1159] Device interconnect StreamExecutor with strength 1 edge matrix:
2020-02-11 21:07:41.178643: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1165] 0
2020-02-11 21:07:41.178754: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1178] 0: N
tf version: 1.15.0
use GPU False
上面说了这么多（大家不要烦我啊），那到底怎么才能满足我们的基本需求（只是想静静的用一下cpu版本怎么这么难）呢？答案就是，利用下面的命令安装，强制安装CPU版本。这么好用的命令，官方竟然不告诉我们，简直忍无可忍（当然也可能是我头发长、见识短，大家莫怪）。
pip install tensorflow-cpu基于上述命令，完美的安装了最新的tensorflow 2.1 cpu版本，开心的不行。
第四步：当然是要测试一下正不正常了。
先导一下包：import tensorflow as tf. 看到结果我崩溃了，满满的红啊，贴一下结果，竟然提示dll加载失败，找不到指定的模块，这是什么鬼，心中悲恸不已，但是问题还是要解决的啊。
Traceback (most recent call last):
File "C:\Programs\Python\tensorflow210_cpu\lib\site-packages\tensorflow_core\python\pywrap_tensorflow.py", line 58, in <module>
from tensorflow.python.pywrap_tensorflow_internal import *
File "C:\Programs\Python\tensorflow210_cpu\lib\site-packages\tensorflow_core\python\pywrap_tensorflow_internal.py", line 28, in <module>
_pywrap_tensorflow_internal = swig_import_helper()
File "C:\Programs\Python\tensorflow210_cpu\lib\site-packages\tensorflow_core\python\pywrap_tensorflow_internal.py", line 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
File "C:\Programs\Python\tensorflow210_cpu\lib\imp.py", line 242, in load_module
return load_dynamic(name, filename, file)
File "C:\Programs\Python\tensorflow210_cpu\lib\imp.py", line 342, in load_dynamic
return _load(spec)
ImportError: DLL load failed: 找不到指定的模块。
During handling of the above exception, another exception occurred:
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:\Programs\Python\tensorflow210_cpu\lib\site-packages\tensorflow\__init__.py", line 101, in <module>
from tensorflow_core import *
File "C:\Programs\Python\tensorflow210_cpu\lib\site-packages\tensorflow_core\__init__.py", line 40, in <module>
from tensorflow.python.tools import module_util as _module_util
File "C:\Programs\Python\tensorflow210_cpu\lib\site-packages\tensorflow\__init__.py", line 50, in __getattr__
module = self._load()
File "C:\Programs\Python\tensorflow210_cpu\lib\site-packages\tensorflow\__init__.py", line 44, in _load
module = _importlib.import_module(self.__name__)
File "C:\Programs\Python\tensorflow210_cpu\lib\importlib\__init__.py", line 127, in import_module
return _bootstrap._gcd_import(name[level:], package, level)
File "C:\Programs\Python\tensorflow210_cpu\lib\site-packages\tensorflow_core\python\__init__.py", line 49, in <module>
from tensorflow.python import pywrap_tensorflow
File "C:\Programs\Python\tensorflow210_cpu\lib\site-packages\tensorflow_core\python\pywrap_tensorflow.py", line 74, in <module>
raise ImportError(msg)
ImportError: Traceback (most recent call last):
File "C:\Programs\Python\tensorflow210_cpu\lib\site-packages\tensorflow_core\python\pywrap_tensorflow.py", line 58, in <module>
from tensorflow.python.pywrap_tensorflow_internal import *
File "C:\Programs\Python\tensorflow210_cpu\lib\site-packages\tensorflow_core\python\pywrap_tensorflow_internal.py", line 28, in <module>
_pywrap_tensorflow_internal = swig_import_helper()
File "C:\Programs\Python\tensorflow210_cpu\lib\site-packages\tensorflow_core\python\pywrap_tensorflow_internal.py", line 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
File "C:\Programs\Python\tensorflow210_cpu\lib\imp.py", line 242, in load_module
return load_dynamic(name, filename, file)
File "C:\Programs\Python\tensorflow210_cpu\lib\imp.py", line 342, in load_dynamic
return _load(spec)
ImportError: DLL load failed: 找不到指定的模块。先搜索引擎搜一遍，众说纷纭，毫无作用。最后，看一个官方的编译和安装错误消息吧，找到了一个极其类似的，大家有兴趣可以观摩一下：Installation issue with Tensorflow-cpu, no module named '_pwyrap_tensorflow_internal'。总结一下，经过作者的仔细推敲，出现它这个问题（跟我的问题差不多）就是因为在system32系统目录下缺少了msvcp140.dll文件，安装一下 Microsoft Visual C++ 2015 Redistributable 64 bits就可以了。
回到我们的问题，我用everyting搜了下整个硬盘（这个软件确实给力，速度嗖嗖的），在system32下我有msvcp140.dll文件啊，为毛还能出现这种问题。忽然，我灵光一现，咦.......，是不是Tensorflow最新版本需要高版本的Microsoft Visual C++ 版本啊。
赶紧到控制中心程序那看一下，发现我最高版本竟然是2017，上官网一看都2019版本了，赶紧更新一下，重启电脑后竟然导包成功了，真是不容易啊。到现在，还感觉有些莫名其妙。
第五步：再次测试一下，把上面的测试代码再撸一遍，果然运行成功，正确输出了Tensorflow的版本以及GPU信息。但是等等，怎么还有个Warining提示，看一下原来是在新版本中，有些API在未来要被drop了，建议使用新的API。
WARNING:tensorflow:From C:/Users/zhang/PycharmProjects/timegeekbang/tensorflowtest.py:4: is_gpu_available (from tensorflow.python.framework.test_util) is deprecated and will be removed in a future version.
Instructions for updating:
Use `tf.config.list_physical_devices('GPU')` instead.
2020-02-11 21:41:13.222175: I tensorflow/core/platform/cpu_feature_guard.cc:142] Your CPU supports instructions that this TensorF那就再按新的API重新写一下测试代码吧，如下所示。输出结果正确，也有任何提示，看着真是清爽啊，舒服。
import tensorflow as tf
version = tf.__version__
# pu_ok = tf.test.is_gpu_available()
gpu_ok = tf.config.list_physical_devices("GPU")
print("tf version:", version, "\nGPU number", gpu_ok)
# 输出结果
tf version: 2.1.0
GPU number []4. 后记
本人只是记录了一下自己的心路历程，如果能给大家带来些许启发，我也就甚感欣慰了。随着Tensorflow版本的不断更新，在安装甚至使用过程中，肯定还会有这样或那样的问题。要想解决问题，除了寻找前人的踪迹外，还需要不断的尝试、总结和思考，切不能照搬照做。说不定不久后，我写的这个会被人嗤之以鼻，但是我只想描述这么一种经历，并不想去阐述固定的东西，因为永远不变的是变化。
扫一扫
6021
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
