要安置以下类型的 TensorFlow, 必需选择此中一种:
仅使用 CPU 撑持的 TensorFlow。如果您的系统没有 NVIDIA? GPU, 则必需安置此版本。请注意, 此版本的 TensorFlow 凡是更容易安置 (凡是在5或10分钟), 因此, 即使您有 NVIDIA? GPU, 我们建议先安置此版本。
GPU 撑持的TensorFlow。TensorFlow 措施在 GPU 上运行的速度凡是比在 CPU 上快得多。因此, 如果您的系统有一个 NVIDIA? GPU 满足下面所示的先决条件, 并且您需要高效运行应用措施, 则应最终安置此版本。
2.使用 GPU 撑持的TensorFlow 的要求
如果您使用本指南中介绍的一种机制来安置 GPU 撑持的TensorFlow , 则必需在您的系统上安置以下 NVIDIA 软件:
CUDA?Toolkit8.0。有关详细信息, 请参阅 nvidia 文档, 确保您将相关的 Cuda 路径名追加到%PATH% 环境变量中, 如 nvidia 文档中所述。
与 CUDA 工具包8.0 关联的 NVIDIA 驱动措施。
cuDNN v6.0。有关详细信息, 请参阅 NVIDIA 的文档。请注意, cuDNN 凡是安置在与其他 CUDA dll 差此外位置. 确保将安置 cuDNN dll 的目录添加到%PATH% 环境变量中。
具有 CUDA 计算能力3.0 或更高的 GPU 卡。有关撑持的 GPU 卡的列表, 请参见 NVIDIA 文档。
如果您有一个前一个软件包的差别版本, 请变动为指定的版本。出格是, cuDNN 版本必需完全匹配: 如果找不到 cuDNN64_6 .dll, TensorFlow 将不会加载。要使用差别版本的 cuDNN, 必需从源代码生成。
3.确定如何安置 TensorFlow
您必需选择安置 TensorFlow 的机制。撑持的选项如下所示:
使用pip
Anaconda
本地 pip 在您的系统上直接安置 TensorFlow, 而不需要颠末虚拟环境。由于 pip 安置不是在单独的容器中与世隔绝距离的, 因此 pip 安置可能会滋扰系统上的其他 Python-based 的安置。但是, 如果您了解 pip 和您的 Python 环境, 则 pip 安置凡是只需要一个命令!别的, 如果使用 pip 进行安置, 用户可以从系统上的任何目录运行 TensorFlow 措施。
在Anaconda 中, 您可以使用conda创建虚拟环境。然而, 在Anaconda, 我们建议用pip install命令安置 TensorFlow , 而不是conda install命令。
注意: conda包是社区撑持的, 不受官方撑持。即, TensorFlow 团队既意外试也不维护这个conda包。用conda装有必然危害。
4.使用本pip 安置
如果您的计算机上没有安置以下版本的 Python 之一, 请当即安置它:
-TensorFlow 在 Windows 上撑持 Python 3.5.x 和3.6.x。请注意, Python 3 附带了 pip3 承打点器, 它是您用来安置 TensorFlow 的措施。
要安置 TensorFlow, 请启动终端。然后在该终端中发出适当的 pip3 安置命令。要安置 TensorFlow 的仅 CPU 版本, 请输入以下命令:
C:\> pip3 install --upgrade tensorflow
要安置 GPU 版本的 TensorFlow, 请输入以下命令:
C:\> pip3 install --upgrade tensorflow-gpu
5.使用Anaconda安置
Anaconda的安置是社区撑持的, 没有得到官方的撑持。
采纳以下法式在Anaconda环境中安置 TensorFlow:
1）. 凭据Anaconda下载网站上的说明下载并安置蟒蛇
2）. 通过挪用以下命令创建名为 tensorflow 的conda环境:
C:> conda create -n tensorflow python=3.5
3）. 通过发出以下命令来激活conda环境:
C:> activate tensorflow (tensorflow)C:> # Your prompt should change
4）. 发出适当的命令, 在您的conda环境中安置 TensorFlow。要安置 TensorFlow 的仅 CPU 版本, 请输入以下命令:
(tensorflow)C:> pip install --ignore-installed --upgrade tensorflow
5）. 要安置 GPU 版本的 TensorFlow, 请输入以下命令 (在一行中):
(tensorflow)C:> pip install --ignore-installed --upgrade tensorflow-gpu
6. 验证您的安置
启动终端。
如果你通过Anaconda安置, 激活你的Anaconda环境。
从 shell 中挪用 python, 如下所示:
$ python
在 python 交互 的shell 中输入以下短措施:
>>> import tensorflow as tf >>> hello = tf.constant(‘Hello, TensorFlow!‘) >>> sess = tf.Session() >>> print(sess.run(hello))
如果系统输出以下内容, 则您筹备开始编写 TensorFlow 措施:
Hello, TensorFlow!
如果您是新的 TensorFlow初学者, 请参阅 TensorFlow 入门（https://www.tensorflow.org/get_started/get_started）。
如果系统输出的是错误动静而不是问候语, 请参阅常见的安置问题（https://www.tensorflow.org/install/install_windows#common_installation_problems）。
对付 Windows TensorFlow 安置问题, 也有一个有用的脚本（https://gist.github.com/mrry/ee5dbcfdd045fa48a27d56664411d41c）。
7.常见安置问题