win10 TensorFlow1.12安装

最新推荐文章于 2019-06-05 16:32:11 发布
最新推荐文章于 2019-06-05 16:32:11 发布
阅读量7.1k 收藏 6
点赞数
CC 4.0 BY-SA版权
分类专栏： 安装教程 文章标签： 机器学习 TensorFlow 安装教程
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/Aployht/article/details/85226849
这篇博客记录了在Windows 10上安装TensorFlow 1.12，配合CUDA 9.0和CUDNN 7.4的详细过程。博主分享了从NVIDIA GPU的兼容性检查，Anaconda的安装，CUDA和CUDNN的下载及安装，到TensorFlow-gpu的conda环境创建和验证的每一步，特别提醒了CUDA版本与TensorFlow兼容性的重要性，以及遇到DLL错误的解决策略。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

2018.12.23 win10+TensorFlow1.12+CUDA9.0+CUDNN7.4 -gpu

首次安装谷歌人工智能学习系统TensorFlow惨烈收场，再次尝试后安装后无报错，故作为经验分享。

关于NVIDIA的gpu

  1. 截止目前，CUDA版本只支持NVIDIA的GPU
  2. 下载前建议查清楚自己GPU能支持的CUDA的最高版本，具体方法参考如下链接：
    https://blog.youkuaiyun.com/wangyjfrecky/article/details/55100963

关于Anaconda的安装

  1. 基本了解：https://baike.baidu.com/item/anaconda/20407441
  2. 下载链接（本机安装Anaconda3.5，python版本为3.6）：https://www.anaconda.com/download/
  3. 安装步骤：按照提示逐步安装即可
    在这里插入图片描述
    系统推荐Just Me选项不用改动
最低0.47元/天 解锁文章

200万优质内容无限畅学
Windows10离线安装TensorFlow
地泽万物的博客
01-20 993
一.参考资料 tensorflow官网离线下载：https://www.tensorflow.org/install/pip； ERROR: Cannot uninstall 'wrapt'. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would lead to only a partial uninstall： https://b
64位windows 7离线安装tensorflow 1.12教程
toby_chenyc的博客
09-30 3650
64位windows离线安装tensorflow 1.12教程 ** 目前，深度学习非常火爆，在众多的深度学习框架中，tensorflow用户较多。但其离线安装非常麻烦，经过几天的折腾，总算安装成功。下面将安装过程分享如下。如果需要离线安装软件包，请在百度网盘下载 (https://pan.baidu.com/s/1E9UhjFYuv0UOQaY_XuFZhw)，提取密码0rvx。 一、下载相关软...
TensorFlow 1.12.2 发布，修复 GIF 构造安全漏洞
cpongo5
04-23 218
开发四年只会写业务代码，分布式高并发都不会还做程序员？ >>> TensorFlow 1.12.2 ...
ubuntu16.04中安装tensflow教程
LSG_Dawn的博客
10-12 572
  Ubuntu的版本一定是64位的才行，32位不行。因为，安装tensflow时要求python版本是64位，而使用32位的python版本安装tensflow时，会报错，安装不成功，经过一天的琢磨我终于找到了失败的原因，自己的电脑重新装了系统，ubuntu16.04 64位，然后很顺利按照以下方法就安装成功了！下文第四步我没有用，希望对大家有所帮助！   ...
编译安装tensorflow1.12.2
net_wolf的专栏
05-04 1261
环境: 1) os 16.04.1-Ubuntu 2)cpu有点年头了 # cat /proc/cpuinfo | grep "model name" model name : AMD Athlon(tm) II X2 250 Processor model name : AMD Athlon(tm) II X2 250 Processor 3)cuda nvcc -V n...
基于windows10下的tensoflow离线与在线安装
cqu_liuchao的博客
05-29 1191
主要分为三步 第一步，安装python 3.5 对应的Anconda安装包（注意最新的Anaconda版本对应的是python 3.6，如果要坚持安装最新版本，则可以在网上搜索此列问题，大概是在python 3.6基础配置3.5的虚拟环境）； 第二步，在安装Anaconda的时候要注意安装路径，切忌路径中有中文字符或者空格（ps作者的血泪史）； 第三步，Anaconda安装完成后，在开始命令
AI学习（二）：win10+python3.6+tensorflow1.12-gpu安装+tensorflow object detction 配置
weixin_44524040的博客
01-20 1998
@win10+tensorflow1.12-gpu+tensorflow object detction 配置 前言 1.我这里装的是tensorflow1.12-gpu，最后安装的时候会自己自动安装为最新版tensorflow，在这个网址最下边你会看到版本支持信息https://tensorflow.google.cn/install/source_windows 2. 我的所有东西都装到了c...
最新版tensorflow1.12-gpu安装详细避坑（windows10 64位+anaconda+cuda+cudnn+pycharm环境配置）
weixin_44374595的博客
01-30 9959
放假回家，在老笔记本（老爷显卡）上捣腾上了最新的1.12版TensorFlow-gpu。具体配置如下： windows10 64位，nvidia GT 745M； anaconda3-5.2.0（内置python3.6）； cuda9.0.176，cudnn v7.1； pycharm社区版。 也参考...
Win10上安装CUDA10 （tensorflow1.12+py3.6+cuda10+win10）-附件资源
03-02
Win10上安装CUDA10 （tensorflow1.12+py3.6+cuda10+win10）-附件资源
windows 离线 安装tensorflow
weixin_40988315的博客
03-26 435
办公室台式机不能联网，因此安装tensorflow比较费时，现把步骤总结如下： 电脑之前安装了anaconda 但只包含python2.7， 1创建环境py3，此时，由于离线，不能自动安装python3.5，需要后续手动安装 conda create -n py3 --clone root 这样在新环境py3中之前所有的包都可以用 2 在py3中安装更新py3.5 下载python
windows离线环境下安装tensorflow
09-25
调试成功的Windows环境下，离散安装TensorFlow、cuda8.0、cudnn5.6的详细说明，很有用的
centos7和win10的tensorflow 2.6+ pytorch的离线安装依赖包
06-07
亲测可以，由于服务器不能访问外网，亲自整理了centos7和win10的tensorflow 2.6+ pytorch的离线安装依赖包，Anaconda3、tensorflow肯torch由于包太大无法上传。Anaconda3-2022.05-Linux-x86_64.sh、tensorflow-2.6.0-cp38-cp38-manylinux2010_x86_64.whl、torch-1.9.0+cpu-cp38-cp38-linux_x86_64.whl可以从下面下载： https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow/ https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow/ https://pypi.tuna.tsinghua.edu.cn/simple/torch/ https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 如果还缺少某个依赖包，可以去https://pypi.tuna.tsinghua.edu.cn/找
tensorflow离线安装包（64位）
05-10
tensorflow-1.3.0-cp35-cp35m-win_amd64离线安装包，64位系统，亲测可用
windows离线环境配置tensorflow2_CPU版本.pdf
03-26
windows离线环境下通过拷贝安装包一步步配置tensorflow2 CPU版本 Tensorflow用了这么久，配置也是越来越简单了，通常tensorflow配置都可以通过pip install自动完成，但有些不可以连接互联网的情况下就得一点点从官网抠下来安装包，手动配置tf环境。本文就主要记录了一下win离线环境配置tf2的过程，坑也不多，主要自己记录一下，也希望别人可以方便一点。
tensorflow 1.12.0-cp36版本
12-13
tensorflow 1.12.0-python36，windows64位版本 TensorFlow™ 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库
离线安装Tensorflow1.12+py3.6+win10_64,遇到ModuleNotFoundError: No module named 'absl'问题
xuezhi1001的博客
06-05 7772
由于网络问题，离线安装tf1.12，import tensorflow as tf时，出现“ModuleNotFoundError: No module named 'absl“错误，网上找了下没有解决，最后试出了一种方法： 将absl-py-0.1.10压缩包解压到Anaconda3目录下，将absl-py-0.1.10目录下的absl目录拷贝到Anaconda3目录下，在cmd下输入： c...
【Tensor Flow】TensorFlow在Win10 下的搭建
NopDes1re的专栏
05-03 659
之前本人写了一篇关于Linux下TensorFlow的搭建，详情可以戳这里 自从TF支持Windows后，在此写一下Win10下的环境搭建，跟Linux基本是异曲同工，八九不离十的。 安装好Anaconda包（这里就不展开了，上述链接有，下载Windows的版本即可） pip下安装Tensor Flow，在命令行中比较简单，如下： 耐心等待安装完成： 4.验证TF安装是否成功...
基于Win10 + Anaconda3 (Py3.6) + Tensorflow 1.12.2-gpu + Keras2.2.4的深度学习环境→【快速搭建指南】
weixin_36711901的博客
05-29 2488
1 安装Anaconda3（python3.6版本） Anaconda与python版本的对应关系如下： 由于tensorflow等包的要求，我们选取python版本为3.6.5的anaconda，即Anaconda3-5.2.0-Windows-x86_64.exe，下载地址为：https://repo.anaconda.com/archive/ 然后双击安装即可，记得需要选择将pat...
tensorflow1.12支持cuda10
01-11
自编译tensorflow： 1.python3.5,tensorflow1.12; 2.支持cuda10.0,cudnn7.3.1,TensorRT-5.0.2.6-cuda10.0-cudnn7.3; 3.无mkl支持; 软硬件硬件环境：Ubuntu16.04,GeForce GTX 1080 TI 配置信息： hp@dla:~/work/ts_compile/tensorflow$ ./configure WARNING: --batch mode is deprecated. Please instead explicitly shut down your Bazel server using the command "bazel shutdown". You have bazel 0.19.1 installed. Please specify the location of python. [Default is /usr/bin/python]: /usr/bin/python3 Found possible Python library paths: /usr/local/lib/python3.5/dist-packages /usr/lib/python3/dist-packages Please input the desired Python library path to use. Default is [/usr/local/lib/python3.5/dist-packages] Do you wish to build TensorFlow with XLA JIT support? [Y/n]: XLA JIT support will be enabled for TensorFlow. Do you wish to build TensorFlow with OpenCL SYCL support? [y/N]: No OpenCL SYCL support will be enabled for TensorFlow. Do you wish to build TensorFlow with ROCm support? [y/N]: No ROCm support will be enabled for TensorFlow. Do you wish to build TensorFlow with CUDA support? [y/N]: y CUDA support will be enabled for TensorFlow. Please specify the CUDA SDK version you want to use. [Leave empty to default to CUDA 10.0]: Please specify the location where CUDA 10.0 toolkit is installed. Refer to README.md for more details. [Default is /usr/local/cuda]: /usr/local/cuda-10.0 Please specify the cuDNN version you want to use. [Leave empty to default to cuDNN 7]: 7.3.1 Please specify the location where cuDNN 7 library is installed. Refer to README.md for more details. [Default is /usr/local/cuda-10.0]: Do you wish to build TensorFlow with TensorRT support? [y/N]: y TensorRT support will be enabled for TensorFlow. Please specify the location where TensorRT is installed. [Default is /usr/lib/x86_64-linux-gnu]://home/hp/bin/TensorRT-5.0.2.6-cuda10.0-cudnn7.3/targets/x86_64-linux-gnu Please specify the locally installed NCCL version you want to use. [Default is to use https://github.com/nvidia/nccl]: Please specify a list of comma-separated Cuda compute capabilities you want to build with. You can find the compute capability of your device at: https://developer.nvidia.com/cuda-gpus. Please note that each additional compute capability significantly increases your build time and binary size. [Default is: 6.1,6.1,6.1]: Do you want to use clang as CUDA compiler? [y/N]: nvcc will be used as CUDA compiler. Please specify which gcc should be used by nvcc as the host compiler. [Default is /usr/bin/gcc]: Do you wish to build TensorFlow with MPI support? [y/N]: No MPI support will be enabled for TensorFlow. Please specify optimization flags to use during compilation when bazel option "--config=opt" is specified [Default is -march=native -Wno-sign-compare]: Would you like to interactively configure ./WORKSPACE for Android builds? [y/N]: Not configuring the WORKSPACE for Android builds. Preconfigured Bazel build configs. You can use any of the below by adding "--config=" to your build command. See .bazelrc for more details. --config=mkl # Build with MKL support. --config=monolithic # Config for mostly static monolithic build. --config=gdr # Build with GDR support. --config=verbs # Build with libverbs support. --config=ngraph # Build with Intel nGraph support. --config=dynamic_kernels # (Experimental) Build kernels into separate shared objects. Preconfigured Bazel build configs to DISABLE default on features: --config=noaws # Disable AWS S3 filesystem support. --config=nogcp # Disable GCP support. --config=nohdfs # Disable HDFS support. --config=noignite # Disable Apacha Ignite support. --config=nokafka # Disable Apache Kafka support. --config=nonccl # Disable NVIDIA NCCL support. Configuration finished 编译： bazel build --config=opt --verbose_failures //tensorflow/tools/pip_package:build_pip_package 卸载已有tensorflow： hp@dla:~/temp$ sudo pip3 uninstall tensorflow 安装自己编译的成果： hp@dla:~/temp$ sudo pip3 install tensorflow-1.12.0-cp35-cp35m-linux_x86_64.whl
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值