为 Windows 安装 TensorFlow

原文链接:Installing TensorFlow on Windows

官方最新版本:三月 9, 2018
本文对应版本:一月 4, 2018

本教程将指导你如何在 Windows 上安装 TensorFlow。

选择一个 TensorFlow 版本

你必须在以下几种 TensorFlow 中选择一种来安装:

  • 仅支持 CPU 的 TensorFlow,如果你的系统不具有 NVIDIA 的 GPU,你必须安装这个版本。注意,该版本的 TensorFlow 非常易于安装(一般只需 5 到 10 分钟),所以即使你有 NVIDIA GPU,我们也建议你先安装这个版本。

  • 具有 GPU 支持的 TensorFlow,TensorFlow 程序在 GPU 上的运行速度通常优于在 CPU 上,因此,如果你的系统中有符合后文要求的 NVIDIA GPU,而且你想要运行重视性能的应用程序的话,你应该安装这个版本。

将 NVIDIA 用于运行 TensorFlow(具有 GPU 支持) 的要求

如果你通过本教程中提供的途径安装了具有 GPU 支持的 TensorFlow,你必须在你的系统中安装以下 NVIDIA 软件:

  • CUDA® 工具包 8.0,具体请查看 NVIDIA 官方文档。请确保你已按照 NVIDIA 官方文档中的指导,在 %PATH% 环境变量中添加了 Cuda 的相关路径名。

  • 与 CUDA 工具包 8.0 相关的 NVIDIA 驱动。

  • cuDNN v6.0,具体请查看 NVIDIA 官方文档。注意,cuDNN 一般会装在和其他 CUDA DLL 不同的位置。请确保你已按照 NVIDIA 官方文档中的指导,在 %PATH% 环境变量中添加了 安装 cuDNN 的路径。

  • 支持 CUDA 运算功能 3.0 或更高的显卡,NVIDIA 官方页面提供了支持的显卡列表。

如果你安装了上述软件的不同版本,请换到指定的版本。实际上 cuDNN 的版本必须完全匹配,否则 TensorFlow 找不到 cuDNN64_6.dll 的话就无法加载。要使用不同版本的 cuDNN,你必须从源码安装。

选择一种安装方式

你必须在以下几项中选择一种途径来安装 TensorFlow:

  • “原生” pip

  • Anaconda

原生 pip 安装 TensorFlow 会直接安装到你的系统上,不经过任何容器系统。我们建议系统管理员使用原生 pip 安装,使多用户系统上的每一个用户都可以使用 TensorFlow。由于原生 pip 安装位置不在一个单独的绝缘的容器中,pip 安装可能会与系统中其他基于 Python 的安装互相干扰。但是如果你熟悉 pip 以及你的 Python 环境,原生 pip 安装一般只需要一行命令。

在 Anaconda 中,你可能会用 conda 创建一个虚拟环境,但是我们建议你在 Anaconda 下使用 pip install 来安装 TensorFlow,而不是 conda install

注意:conda 包是由社区支持的,没有官方支持,也就是说 TensorFlow 团队既没有测试,也没有维护 conda 包。请谨慎使用这个包。

使用原生 pip 安装

如果系统中没有安装以下版本的 Python,现在安装:

Windows 上的 TensorFlow 支持 Python 3.5.x 和 Python 3.6.x。注意 Python 3 自带 pip3 包管理工具,你可以用它来安装 TensorFlow。

要安装 TensorFlow,启动终端,再输入对应的 pip3 install 命令。要安装仅支持 CPU 的 TensorFlow,输入以下命令:

C:\> pip3 install --upgrade tensorflow

要安装支持 GPU 的 TensorFlow,输入以下命令:

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

使用 Anaconda 安装

Anaconda 安装是由社区支持的,没有官方支持。

按照以下步骤在 Anaconda 环境下安装 TensorFlow:

  1. 按照 Anaconda 下载站的指导下载安装 Anaconda。

  2. 通过以下命令,创造一个 conda 环境名为 tensorflow 来运行某个版本的 Python:

C:> conda create -n tensorflow python=3.5
  1. 通过以下命令,激活 conda 环境:
C:> activate tensorflow
(tensorflow)C:>  # 你的提示符应该发生了变化
  1. 输入对应的 pip3 install 命令,在你的 conda 环境安装 TensorFlow。要安装仅支持 CPU 的 TensorFlow,输入以下命令:
(tensorflow)C:> pip install --ignore-installed --upgrade tensorflow

要安装支持 GPU 的 TensorFlow,输入以下命令(单行):

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

验证安装

运行 terminal。

如果是使用 Anaconda 安装的,激活你的环境。

在 shell 中调用 python:

$ python

在 python 交互 shell 中输入下列简短程序:

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

如果系统输出下列内容,就说明你已经准备就绪了:

Hello, TensorFlow!

如果你是 TensorFlow 新手,可以看这篇教程

如果系统输出的不是问候,而是错误消息,请看常见安装问题

这里有一份在 Windows 上安装 TensorFlow 的脚本

常见安装问题

我们以 Stack Overflow 上的问题和回答作为常见安装问题以及解决方法。下表包含 Stack Overflow 关于常见安装问题的回答的链接。如果你遇到下表中没有的错误信息或者其他安装问题,你可以在 Stack Overflow 上搜索。如果 Stack Overflow 没有相关内容,在 Stack Overflow 上提问,并加上 tensorflow 标签。

链接 错误信息
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

results matching ""

    No results matching ""