原生Windows安装TensorFlow 0.12方法

最新推荐文章于 2020-04-14 13:12:41 发布
最新推荐文章于 2020-04-14 13:12:41 发布
阅读量6w 收藏 31
点赞数 10
CC 4.0 BY-SA版权
分类专栏： TensorFlow 文章标签： tensorflow windows
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/include1224/article/details/53452824
本文介绍了如何在原生Windows系统中安装TensorFlow 0.12，包括Python的安装、环境变量设置、CUDA和CuDNN的安装、修改pip源以及手动下载安装TensorFlow。特别强调了GPU版TensorFlow的安装步骤和解决HTTP错误404的方法。

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

2016年11月29日，TF官方宣布0.12版tensorflow支持原生windows操作系统，不在需要通过Docker进行安装。作为一个tf初学者，也是windows重度依赖用户，通过在墙里墙外各种搜索，终于找到了一种可行的安装方法。现予以总结，供同行参考。

博主机器配置：

OS：Window 7 64bit
CPU：Intel i7-2600K
内存：8G
显卡：Nvidia GeForce GTX 560

（有人推荐使用 Windows PowerShell 代替 CMD，所以下面一、二、三、四步均在Power Shell下执行，“开始”->“附件”->“Windows Power Shell”->“Windows Power Shell”）

一、安装Python

1、通过Pip在Windows上安装Python

TensorFlow在Windows上只支持64位Python3.5，可以通过Python 3.5 from python.org 或 Python 3.5 from Anaconda 下载并安装Python3.5.2（注意选择正确的操作系统）。


2、设置环境变量

上一步安装完毕后，在PowerShell中输入pip是找不到该命令的，因此将Python安装路径下“%安装路径%\Scripts”添加到Path下；再到PowerShell中输入

最低0.47元/天 解锁文章

200万优质内容无限畅学
win10安装Tensorflow 0.12 && Tensorflow 1.0.0
Jinbao
01-07 3188
一、安装Python 3.5.2（64位）TensorFlow在Windows上只支持64位Python3.5，下载安装Python 3.5.2 安装时注意将路径加入环境变量。二、更新pip在命令行执行python -m pip install --upgrade pip三、安装numpy 1.11.3首先下载numpy 1.11.3,然后使用pip安装numpypip install D:\do
【Python】 TensorFlow 深度学习
最新发布
宅男很神经
06-05 1005
深度学习并非一蹴而就的概念，它的思想萌芽可以追溯到上世纪四五十年代。早期萌芽 (1940s - 1960s):连接主义的复兴与反向传播 (1980s - 1990s):低谷与挑战 (1990s - 2000s 初):深度学习的突破与爆发 (2006s - 至今):理解深度学习，需要掌握以下几个核心概念：神经网络 (Neural Networks):特征学习 (Feature Learning) / 表示学习 (Representation Learning):层次化特征提取 (Hierarchical Fe
Tensorflow 0.12.0 windows 7, （10可以照做） 安装
911的专栏
12-21 3866
好消息是Tensorflow 终于可以在windows 上安装了，但是目前只支持64位，而且python版本为3.5版本,需要CUDA 8.0。 下面说下具体安装过程，  如果本机已经安装了python2.* 版本， 那么需要把环境变量移除（Anconda,之类会配置环境变量）    到官网下载个python3.5,然后 安装 ，把安装的目录配置到环境变量中， 也就是有python35
win7下安装TensorFlow0.12.0
独钓寒江雪
10-09 575
安装gpu版 pip install --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-0.12.0- cp35-cp35m-win_amd64.whl 安装CPU版本 pip install --upgrade https://storage.googleapis.com/tensor...
TensorFlow 0.12.0 全连接层
钢之乐学的博客
04-14 286
TensorFlow 0.12.0 全连接层 (Batch * Width) 源代码 import tensorflow as tf import numpy as np import random # 超参数 BATCH_SIZE = 5 # 批大小 MAX_EPOCH = 101 # 循环终止轮数 # 随机种子 def set_seed(manual_seed): rando...
Windows10 64位 安装TensorFlow 0.12.0/1.2
weixin_34247032的博客
08-11 175
2019独角兽企业重金招聘Python工程师标准>>> ...
Win10 安装Tensorflow-GPU版本
JFEE12的专栏
12-10 1969
参考文章1【TensorFlow】Windows10 64位下安装TensorFlow - 官方原生支持，文章2Anaconda多环境多版本python配置指导及官方安装文档前几天google放出了支持win10 GPU的tensorflow 0.12版本，现在安装体验一下，主要参考了如上文章。安装CUDA8.0和cuDNN5从官方链接1和官方链接2即可下载，不过cuDNN下载需要注册开发者。之前我
TensorFlow和Caffe、MXNet、Keras等其他深度学习框架的对比
优快云 人工智能
02-20 5939
Google近日发布了TensorFlow 1.0候选版，这第一个稳定版将是深度学习框架发展中的里程碑的一步。自TensorFlow于2015年底正式开源，距今已有一年多，这期间TensorFlow不断给人以惊喜。在这一年多时间，TensorFlow已从初入深度学习框架大战的新星，成为了几近垄断的行业事实标准。本文节选自《TensorFlow实战》第二章。 主流深度学习框架对比深度学习研究的...
python核心教程:TensorFlow和Caffe、CNTK、MXNet等其他7种深度学习框架的对比
python核心编程
12-02 677
主流深度学习框架对比 深度学习研究的热潮持续高涨，各种开源深度学习框架也层出不穷，其中包括TensorFlow、Caffe8、Keras9、CNTK10、Torch711、MXNet12、Leaf13、Theano14、DeepLearning415、Lasagne16、Neon17，等等。然而TensorFlow却杀出重围，在关注度和用户数上都占据绝对优势，大有一统江湖之势。表2-1所示为各个开...
TensorFlow与主流深度学习框架对比
qq_43678612的博客
02-16 269
TensorFlow与主流深度学习框架对比
从TensorFlow0.12升级到TensorFlow1.13
weixin_34149796的博客
09-18 1242
  sudo pip install --upgrade tensorflow-gpu$ sudo pip install --upgrade tensorflow-gpu[sudo] password for camera:The directory '/home/camera/.cache/pip/http' or its parent directory is not owned by th...
tensorflow 0.12.1
06-12
解压后用命令pip install "解压路径" 安装即可。 解压后用命令pip install "解压路径" 安装即可。
tensorflow 0.12 whl下载(CPU only) ubuntu/linux
12-21
使用于 Ubuntu/Linux 64-bit, CPU only, Python 2.7
tensorflow-0.12.0rc0-cp27-none-linux_x86_64
08-23
tensorflow-0.12.0rc0-cp27-none-linux_x86_64 超级靠谱，一个文章有专门介绍 安装与验证过程 https://blog.csdn.net/zyb228/article/details/53559553/
tensorflow-gpu-0.12.1
08-11
目前google网站不好访问，tensorflow在线安装方式安装失败，下载安装文件手动安装是比较好的方式，分享tensorflow-gpu-0.12.1，很多demo用该版本。
tensorflow 0.12 whl下载(CPU only)
12-21
使用于 Mac OS X, CPU only, Python 2.7
Windows安装CPU版的TensorFlow 0.12
明夏小斯的博客
04-23 1179
Windows上安装CPU版的TensorFlow 0.12，遇到的两个问题：无法正常下载numpy，找不到指定模块。解决办法是
TensorFlow 0.12.0 最简单的训练算法Demo
钢之乐学的博客
04-12 279
TensorFlow 0.12.0 最简单的训练算法Demo # tf 0.12.0 import numpy as np import tensorflow as tf import random # 版本 print(tf.__version__, tf.test.is_gpu_available()) # 会话 sess = tf.Session() # 超参 MAX_EPOCH =...
Windows安装TensorFlow 0.12 最便捷方案
mtj66的博客，交流WX:SpringBreeze1104
03-05 895
环境是win7 64 Conda --version Anaconda 64 4.3.13   1. 新建一个python 3.5 版本   conda create -n tensorflow python=3.5 2. Activate tensorflow 3. pip install tensorflow 4. 如何进入Python 命令行，使用tf呢 4.1 ac
windows安装tensorflow gpu2.12
02-25
### 安装TensorFlow GPU 2.12于Windows操作系统 由于最新版的TensorFlow GPU不再直接支持原生Windows系统，建议采用Windows Subsystem for Linux (WSL) 版本2作为解决方案[^2]。 #### 准备工作 确保系统的准备工作完成。这包括但不限于确认硬件和软件需求被满足。对于GPU版本的支持，需特别注意CUDA以及cuDNN的安装及其与TensorFlow的兼容性。可以通过`nvidia-smi`命令检查当前环境下的GPU驱动程序及CUDA版本信息[^1]。 #### 安装并配置WSL2 为了使TensorFlow能够识别并利用GPU资源，在Windows上推荐使用带有GPU加速功能的Linux子系统(WSL2)[^3]。具体操作如下： - 启用适用于Linux的Windows子系统和虚拟机平台特性； - 下载并设置Ubuntu或其他喜欢的Linux发行版作为默认使用的WSL2分发版； - 更新至最新的内核版本以获得更好的性能和支持； ```bash sudo apt update && sudo apt upgrade -y ``` #### 配置NVIDIA CUDA工具包和cuDNN库 在WSL2环境下继续准备必要的依赖项，即安装适合所选TensorFlow版本的CUDA Toolkit 和 cuDNN SDK: ```bash distribution=$(. /etc/os-release;echo $VERSION_ID) curl -s https://api.github.com/repos/NVIDIA/cuda-wsl/releases/latest | grep browser_download_url|grep ${distribution}|cut -d '"' -f 4|xargs wget -O cuda.deb sudo dpkg -i ./cuda.deb rm cuda.deb source ~/.bashrc ``` 以上脚本会自动下载对应的操作系统版本所需的CUDA .deb文件，并执行安装过程。 #### TensorFlow 的安装 当上述步骤完成后，可以进入Python环境中进行TensorFlow的安装。考虑到稳定性和效率，强烈建议创建一个新的Conda或venv虚拟环境来进行此操作。这里给出基于pip的方法为例： ```bash python3 -m venv tf-gpu-env source tf-gpu-env/bin/activate pip install tensorflow==2.12.0 ``` 此时应该可以在该环境中导入并测试TensorFlow是否能正确加载GPU设备了。
评论 27
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