1.默认已安装Visual Studio2015,因为windows版的tensoflow需要2015的运行库。
2.如果需要使用gpu加速,那么先安装CUDA8.0,然后下载cudnn5.1,解压后放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0(cuda安装目录)里相对应的lib、include和bin文件夹下即可,因为cuda在安装的时候已经默认设置好了环境变量。
3.安装python环境。windows版的tensorflow目前只支持python3.5及以上版本,为了兼容2.7.x版本的python,可以使用anaconda来管理多个python版本。
官网下载anaconda后安装(注意不要勾选设置环境变量!),打开anaconda prompt,比如我下载的是3.6版本的anaconda,那么可以使用如下命令创建2.7的python环境:
conda create --name py27 python=2.7
它会在anaconda安装目录的envs文件夹下新建一个名字为py27的文件夹,并在里面下载安装对应的解释器和依赖包,这个路径很重要,比如在使用pycharm时,需要选择对应路径下的python解释器才能正常工作。
查看所有的python环境可以使用如下命令:
conda info -e
(D:\Anaconda3) C:\Users\admin>conda info -e
# conda environments:
#
py27 D:\Anaconda3\envs\py27
py36 D:\Anaconda3\envs\py36
root * D:\Anaconda3
比如我额外创建了一个3.6和2.7版本的python环境,当前激活的环境则是带*标注的,如果我想激活/退出python2.7的环境,那么可以使用如下命令(activate/deactivate):
activate py27
这时候再查看,2.7版本已被激活。
(py27) C:\Users\admin>conda info -e
# conda environments:
#
py27 * D:\Anaconda3\envs\py27
py36 D:\Anaconda3\envs\py36
root D:\Anaconda3
在对应的环境下,查看已安装的包:
conda list
(py27) C:\Users\admin>conda list
# packages in environment at D:\Anaconda3\envs\py27:
#
pip 9.0.1 py27_1
python 2.7.13 1
setuptools 27.2.0 py27_1
vs2008_runtime 9.00.30729.5054 0
wheel 0.29.0 py27_0
也可以用pip来管理包,用法和平常一样。关于anaconda常用的命令可以参考anaconda学习笔记
另外一种比较方便的管理python环境的方法是使用Anaconda Navigator
打开后进入如下界面
底部四个按钮可以创建、复制、导入或者删除环境,右侧则可以管理选择环境中的包。
4.安装tensorflow,进入到对应的python环境中,使用pip进行安装:
pip install tensorflow-gpu
或者安装cpu版本:
pip install tensorflow
完成后,可以测试一下是否安装成功:
import tensorflow as tf
没有报错则ok,一般问题有vs2015运行库缺失和cudnn库版本不一致,解决方法是安装对应的库。
5.安装pycharm,打开pycharm,新建一个工程进行简单测试。这里要注意的是选择安装有tensorflow的环境,具体设置是 file-setting-project:(工程名字)-Project interpreter,然后在右侧选择对应环境下(anaconda 安装目录下envs目录下对应的文件夹)的python解释器。
完成后可以写个简单的小程序测试一下:
import tensorflow as tf
import numpy as np
input1 = tf.constant(2.0)
input2 = tf.constant(3.0)
input3 = tf.constant(5.0)
intermd = tf.add(input1,input2)
mul = tf.multiply(input2,input3)
with tf.Session() as sess:
result = sess.run([mul,intermd]) #一次执行多个op
print(result)
结果应该是:
[15.0, 5.0]
至此,windows下的tensorflow安装已完成。