TensorFlow之一 ----- 在Windows平台安装TensorFlow

1. 决定安装哪一个TensorFlow

你需要选择下列TensorFlow类型的一种来安装：

• 只支持CPU的TensorFlow。如果你的系统并没有一个NVIDIA的GPU，你必须安装这个版本。注意，这个版本的TensorFlow非常容易安装(通常，在5或者10分钟内)，所以，即使你有一个NVIDIA GPU，我们推荐你首先安装这个版本。
• 支持GPU的TensorFLow。TensorFlow程序通常运行在GPU上要比在CPU上要快很多。因此，如果你的系统有一个NVIDIA GPU，它符合下面显示的先决条件并且你需要运行性能至要的应用程序，你最终应该安装这个版本

1.1 运行支持GPU的TensorFlow的要求

如果你正在使用这个指南中描述的一种机制来安装TensorFlow，下列的NVIDIA软件必须安装在你的系统上：

• CUDA Toolkit 8.0。想了解明细请参阅<NVIDIA的文档>，确保你将相关的Cuda路径名按照NVIDIA文档上的说明添加到%PATH%环境变量中。
• 和CUDA Toolkit 8.0 关联的NVIDIA驱动。
• cuDNN v6.1。想了解明细，请阅读<NVIDIA文档>。注意，cuDNN要和其他的CUDA DLL明显的安装在不同的位置。确保将你的cuDNN DLL的安装路径添加到%PATH%环境变量。
• 带有CUDA计算能力3.0或更高的GPU卡。阅读<NVIDIA文档>来查找支持的GPU卡列表。

如果你有一个上述包中不同的版本，请替换到指定版本。特别的，cuDNN的版本必须严格一直：如果没有找到cuDNN64_6.dll文件TensorFlow将不会加载。如果要使用一个不同的cuDNN版本，你必须从源中构建。

2. 决定如何安装TensorFlow

你必须选择安装TensorFlow的途径。支持的选项如下：

• “native” pip
• Anaconda

Native pip直接在你的系统上安装TensorFlow而不用经过一个虚拟环境。因为一个native pip安装不是被封闭在一个单独的容器里，pip安装将会干涉在你系统上的其他给予Python的安装。然而，如果你理解pip和你的python环境，一个native pip通常只需要一个命令！此外，如果你使用native pip，用户可以在系统的任何路径运行TensorFlow。

以Anaconda方式，你也许要使用conda来创建一个虚拟环境。然而，在Anaconda中，我们推荐使用pip install命令而不是conda install命令来安装TensorFlow。

注意：conda包是社区支持，而不是官方支持的。那就是说，TensorFlow团队既不会测试也不会维护这些conda包。你需要自行负责来使用这些包。

3. 使用native pip安装

如果下列的一个python版本并没有安装在你的电脑上，现在安装它把：

• Python 3.5.x 64-bit from python.org
• Python 3.6.x 64-bit from python.org

TensorFlow在windows上支持3.5.x和3.6.x。注意，python3使用pip3包管理器，你将使用它来安装TensorFlow。

为了安装TensorFlow，启动一个命令行。然后在那个命令行中执行pip3 install命令。安装只CPU版本的TensorFlow,输入如下的命令：

C:\> pip3 install --upgrade tensorflow

安装GPU版本的TensorFlow，输入如下的命令：

C:\> pip3 install --upgrade tensorflow-gpu

4. 使用Anaconda安装

Anaconda安装是社区支持，而不是官方支持的。

参考如下的步骤来在一个Anaconda环境下安装TensorFlow。

1. 根据<Anaconda下载站点>的指导来下载和安装Anaconda。
2. 调用如下的命令来创建一个名为tensorflow的conda环境

   C:> conda create -n tensorflow python=3.5 

   
   
3. 通过执行下列命令来激活conda环境：

   C:> activate tensorflow
    (tensorflow)C:>  # Your prompt should change

   
   
4. 在你的conda环境下执行适当的命令来安装TensorFlow。输入如下命令来安装只CPU版本的TensorFlow：

   (tensorflow)C:> pip install --ignore-installed --upgrade tensorflow

   输入如下命令（在一行）来安装GPU版本的TensorFlow：

   (tensorflow)C:> pip install --ignore-installed --upgrade tensorflow-gpu

   
   

5. 验证你的安装

启动一个命令行。

如果你通过Anaconda来安装，激活你的Anaconda环境。

执行下列来从你的shell中调用python：

$ python

在你的python交互shell里输入如下短的程序：

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

如果你的系统输出如下的东西，那么你已经准备好开始编写TensorFlow程序了：

Hello, TensorFlow!

如果你是一个TensorFlow新手，请阅读<开始使用TensorFlow>。

如果系统输出了一个错误消息而不是一个问候，阅读<常用安装问题>。

这里同样有一个对Windows TensorFlow安装问题有帮助的脚本。

6. 常用安装问题

我们依赖于堆栈溢出来说明TensorFlow安装问题和他们的补救方法。下列表格包含对应一些常见安装问题堆栈溢出答案的链接。如果你碰到了不在下列表格列出的错误消息或者其他安装问题，在堆栈信息中搜索它。如果堆栈信息没有显示错误信息，在堆栈溢出提出一个新的问题并制定tensorflow标签。

堆栈溢出链接	错误消息
41007279	[...\stream_executo\dso_loader.cc]不能打开CUDA库nvcuda.dll
41007279	[...\stream_executor\cuda\cuda_dnn.cc]无法加载cuDNN DSO
42006320	ImportError:Traceback(most recent call last): File "...\tensorflow\core\framework\graph_pb2.py",line 6 , in from google.protobuf import descriptor as _descriptor ImportError:cannot import name 'descriptor'
42011070	no module named "pywrap_tensorflow"
42217532	OpKernel('op:"bestSplits" device_type:"CPU"') for unknown op:BestSplits
43134753	the tensorflow library wasn't compiled to use SSE instructions