Google于TensorFlow 0.12版本后增加了对Windows的支持，只有一台的电脑的开发者可以直接在Windows PC上使用TensorFlow框架，而无需使用虚拟机了。抛开虚拟机使用的麻烦来说，直接使用宿主机器还可以使用GPU版本的TensorFlow，从而提高计算速度。Google官方推荐的使用TensorFlow深度学习框架的开发语言是Python，因此本文将包含以下内容：

安装便于交互调试的Python开发环境；
在Windows10 64位系统上安装TensorFlow深度学习框架；

开篇先说明一下，这篇文章中，我介绍的是用最原始的办法自行搭建开发环境的方法，以加深大家对基础的理解。如果你觉得这个无用，可以跳转到《Win10下使用Anaconda搭建基于TensorFlow的深度学习开发环境》，然后再回到这篇博客的Step4即可。

Step1：安装python与升级pip
我安装的是Python3.5.0，从官网下载包：
TensorFlow教程——框架安装与开发环境搭建（原始方法）

前三个是64位windows系统的包，后三个是32位windows系统的包。为配合TensorFlow使用，一定要选择64位的Python，可以选择下载可执行文件进行安装。Python安装时已经把pip也安装了，但版本老旧，作为安装工具，我们应该把它升级为新的版本。

假设你的安装路径是：D:\Python;就把这个路径添加到系统的PATH环境变量中（此电脑——右键属性——高级系统设置——环境变量——系统变量——Path编辑）。为了能在cmd中使用pip，添加python的环境的同时也把pip的加上，D:\Python\Scripts.

在cmd中测试：

python

能进入python控制台则python安装配置成功；

pip -V

能返回pip版本则pip安装配置成功。下面在cmd中执行以下命令以升级pip至最新版本：

pip install -U pip

Step2：安装Spyder

就我个人的体验，我更喜欢Spyder，IDE内可以使用iPython，交互控制要好一些。安装很简单：

pip install spyder

安装完成后可以打开D:\Python\Scripts，找到spyder3.exe，添加快捷方式到桌面，下次可以用快捷方式直接打开。

Step3：安装TensorFlow框架

谷歌已经做了前期工作，使得我们可以轻松安装TensorFlow：

pip3 install --upgrade tensorflow-gpu

如果想安装cpu版本的TensorFlow，直接去掉上面命令最后的-gpu即可。

Step4：安装CUDA与cuDNN

注意：如果你只想安装cpu版本，此步可以跳过。

如果你自认为自己电脑的GPU还不错，而且你的GPU确实得到支持的话，那可以安装gpu版本的TensorFlow，对缩短运算时间大大有益。如何判断自己的gpu是否可用？打开这里，看看你的显卡是否在这里面，如果在的话就说明你的显卡是被支持的。

GPU版本的TensorFlow需要CUDA和cuDNN（DeepLearningSDK中的一种，主要是TensorFlow gpu版中一些运算的要求）的支持。

TensorFlow教程——框架安装与开发环境搭建（原始方法）

打开CUDA下载网站，根据TensorFlow官方的要求，需要选择8.0版本，下载完成后直接安装即可（官方提供的补丁打一下），没啥好说的：

TensorFlow教程——框架安装与开发环境搭建（原始方法）

安装完成，你的系统中系统变量（此电脑——右键属性——高级系统设置——环境变量——系统变量）会增加两个：CUDA_PATH和CUDA_PATH_Vx_x（版本号）；为了避免以后可能出现的检索不到各种文件的麻烦（经验之谈），这里直接在系统变量Path中加入（假设安装路径是D:\Program Files\Nvidia\CUDA）：
D:\Program Files\Nvidia\CUDA\include
D:\Program Files\Nvidia\CUDA\bin
D:\Program Files\Nvidia\CUDA\lib

打开cuDNN下载网站，根据TensorFlow官方的要求，需要选择v6.1 for CUDA8.0的版本，但我好像没找到，就安装了v6.0，选择好后下载：

TensorFlow教程——框架安装与开发环境搭建（原始方法）

这是一个压缩包而已，解压后父文件夹是cuda,子文件夹有bin、include、lib三个，分别与CUDA安装路径下的三个对应文件夹进行合并即可。

补充一句，TensorFlow、CUDA与cuDNN的版本要相匹配，要根据TensorFlow官方的要求下载CUDA与cuDNN版本，在符合TensorFlow要求的情况下要在我上面给的地址去下载最新的CUDA与cuDNN，因为随着TensorFlow的更新，新版本的TensorFlow可能不会去支持一些老的CUDA或cuDNN的版本，所以要避免去论坛、网盘什么的找老旧的版本。

cmd中测试一下：

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

能正常运行则说明安装成功了。

秒客网

TensorFlow教程——框架安装与开发环境搭建（原始方法）

Step3：安装TensorFlow框架

相关文章