在 Windows 上安装 TensorFlow

在 Windows 上安装 TensorFlow

这篇指南描述了如何在 Windows 上安装 TensorFlow。

确定 TensorFlow 版本

如下之中选择一种来安装:

只支持 CPU 的 TensorFlow。如果你的系统不支持 NVIDIA® GPU, 你必须安装这个版本。这个版本的 TensorFlow 通常安装起来比较简单（一般 5 到 10分钟），所以即使你拥有 NVIDIA GPU，我们也推荐首先安装这个版本。
支持 GPU 的 TensorFlow. TensorFlow 在 GPU 上通常比在 CPU 上的执行的更快。所以如果你有符合如下要求的 NVIDIA® GPU 并且需要注重性能，可以随后安装这个版本。

GPU support TensorFlow 的 NVIDIA 需求

需要事先安装如下软件：

CUDA® Toolkit 8.0。详见 NVIDIA’s documentation。确保按照文档中描述的将 Cuda 相关路径加入到 %PATH% 环境变量中。
CUDA Toolkit 8.0 相关的 NVIDIA 驱动。
cuDNN v5.1。详见 NVIDIA’s documentation。注意：cuDNN 通常与其他 CUDA DLLs 安装的位置不同。确保将 cuDNN 库的安装目录加入到了%PATH%中。
CUDA Compute Capability 3.0 或更高的 GPU 芯片。支持的 GPU 芯片详见 NVIDIA documentation 。

如果上述软件版本较老，请将其升级到指定版本。

确定如何安装 TensorFlow

有如下选择：

“native” pip
Anaconda

原生 pip 直接在系统中安装 TensorFlow，而不使用虚拟环境。
因为原生 pip 安装没有使用独立的容器隔离开，所以可能干扰其他基于Python的安装。
不过，如果你理解 pip 和 Python 环境，原生 pip 安装通常只需要一个命令！
如果使用原生 pip 安装，用户可在任何目录中执行 TensorFlow 程序。

在 Anaconda 中，你可以通过 conda 创建一个虚拟环境。
然而，我们推荐使用 pip install 安装 TensorFlow，而非conda install。

注意：conda 包是社区支持而非官方支持。也就是说 TensorFlow 团队没有测试也没有管理过 conda 包。
使用这个包需要自行承担风险。

原生 pip 安装

如果如下版本的　Python 没有安装，先安装：

Python 3.5.x from python.org

TensorFlow 在　Windows 上支持　Python 3.5.x。
注意 Python 3.5.x 使用 pip3，我们用 pip3 来安装 TensorFlow。

在 terminal 中输入如下命令安装只支持 CPU 的 TensorFlow：

C:\> pip3 install --upgrade tensorflow

安装支持 GPU 的 TensorFlow，使用如下命令：

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

Anaconda 安装

Anaconda 安装是社区支持，而非官方支持

按照如下步骤在 Anaconda 环境中安装 TensorFlow：

按说明下载并安装 Anaconda：
Anaconda download site
建立一个 conda 环境，命名为 tensorflow，以便运行某个 Python 版本：
```
C:\> conda create -n tensorflow 
```

激活 anaconda 环境：

C:\> activate tensorflow
(tensorflow)C:\>  # 你的提示符应该发生变化

在你的 conda 环境中安装只支持 CPU 的 TensorFlow（写在一行）：

(tensorflow)C:\> pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.1.0-cp35-cp35m-win_amd64.whl

安装支持 GPU 的 TensorFlow（写在一行）：

(tensorflow)C:\> pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.1.0-cp35-cp35m-win_amd64.whl

验证安装结果

启动 terminal。

如果通过 Anaconda 安装，激活 Anaconda 环境。

启动 Python：

$ python

在 Python 交互式环境中输入

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

如果系统输出如下，则安装成功：

Hello, TensorFlow!

如果你新接触 TensorFlow，参考初识 TensorFlow进行下一步学习。

如果系统输出错误信息而非欢迎信息，查看常见安装问题。

常见安装问题

我们依靠 Stack Overflow 来编写 TensorFlow 安装问题及解决方案的文档。
如下表格包含了 Stack Overflow 上比较常见的安装问题的连接。
如果你遇到了不在列表中的新的错误信息或者其他安装问题，请在 Stack Overflow 上搜索。
如果搜索不到，请在 Stack Overflow 上提出一个新的问题，并打上 tensorflow 的标签。

Stack Overflow Link	Error Message
41007279	[…\stream_executor\dso_loader.cc] Couldn’t open CUDA library nvcuda.dll
41007279	[…\stream_executor\cuda\cuda_dnn.cc] Unable to load 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