Windows下安装原生TensorFlow

╰半夏微凉° 2022-09-27 04:53 245阅读 0赞

谷歌在2016年12月29日宣布发布TensorFlow r0.12版本支持原生的Windoes系统，可以在window下直接安装，而不需要再通过docker安装。我的系统是64位win7，下面是安装步骤，可供参考：

**1.安装Python3.5（X64）**  
TensorFlow在Windows上要求使用64位Python3.5，首先安装Python。Python可以在官网下载安装：  
地址：[https://www.python.org/downloads/release/python-352/][https_www.python.org_downloads_release_python-352]  
![这里写图片描述][SouthEast]  
下载时注意正确选择安装文件版本，按照提示安装即可。安装完成后需要配置环境变量，添加安装路径(例如我的是：”D:\\software\\Python\\” 和 “D:\\software\\Python\\Scripts\\”)到环境变量。在CMD中输入python可验证是否安装成功，如下，则已成功运行Python解释器。  
![这里写图片描述][SouthEast 1]

**2.安装Cuda和CuDNN**  
谷歌提供了CPU和GPU版本的TensorFlow，使用GPU版本的TensorFlow进行训练需要NVIDIA显卡，并安装Cuda和CnDNN，如果使用CPU版本的，可跳过这一步。

CUDA安装：[https://developer.nvidia.com/cuda-downloads][https_developer.nvidia.com_cuda-downloads]  
按照提示直接安装即可。

CuDNN安装：[https://developer.nvidia.com/cudnn][https_developer.nvidia.com_cudnn]  
这一步需要注册一个账号，并填写一个问卷，完成后即可下载。CuDNN下载后解压，添加 \[yourPath\]\\cuda 和\[yourPath\]\\cuda\\bin 到环境变量 并按照如下操作：  
\[yourPath\]\\cuda\\bin\\cudnn64\_5.dll —> （拷贝至）  
\[yourPath\]\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v8.0\\bin  
\[yourPath\]\\cuda\\include\\cudnn.h —> （拷贝至）  
\[yourPath\]\\NVIDIA GPU Computing Toolkit\\CUDA\\v8.0\\include  
\[yourPath\]\\cuda\\lib\\x64\\cudnn.lib —>（拷贝至）  
\[yourPath\]\\NVIDIA GPU Computing Toolkit\\CUDA\\v8.0\\lib\\x64

**3.通过pip安装TensorFlow**  
pip是Python包管理工具，可以很方便的安装一些软件。我们在安装Python的时候已经自动安装了pip，现在可以直接在CMD中执行以下命令安装TensorFlow。

CPU版本： pip install tensorflow  
GPU版本： pip install tensorflow-gpu

通过pip安装GPU版本TensorFlow如下，输入完成后回车即开始自动下载和安装：  
![这里写图片描述][SouthEast 2]

安装过程中如果遇到以下问题：  
![这里写图片描述][SouthEast 3]

根据提示，通过“python -m pip install –upgrade pip”更新pip,然后重新再通过pip重新安装TensorFlow即可：  
![这里写图片描述][SouthEast 4]

稍等一段时间后，完成安装：  
![这里写图片描述][SouthEast 5]

**4.测试TensorFlow**  
通过以上步骤已经完成了安装工作，下面可以通过一个简单的程序测试TensorFlow是否安装成功。直接在CMD中键入以下代码：  
import tensorflow as tf  
sess = tf.Session()  
a = tf.constant(1)  
b = tf.constant(2)  
print(sess.run(a+b))  
结果为：  
![这里写图片描述][SouthEast 6]

前面安装Python的时候并没有安装集成开发环境，所以在代码编写调试方面不是很方便。Python有很多IDE可供使用，可以参考 [http://blog.csdn.net/chszs/article/details/45922299][http_blog.csdn.net_chszs_article_details_45922299] 我使用的是Pycharm,功能全面，界面美观，使用起来也很方面。

下面为在Pycharm中测试TensorFlow是否安装成功：  
![这里写图片描述][SouthEast 7]

运行结果为：  
![这里写图片描述][SouthEast 8]

END 欢迎交流，不足之处，敬请批评指正！END

[https_www.python.org_downloads_release_python-352]: https://www.python.org/downloads/release/python-352/
[SouthEast]: /images/20220708/7f023ade8fb14d7dbf1cebff43dcf2d7.png
[SouthEast 1]: /images/20220708/ec855eb188be4e6782b8631bf04d1142.png
[https_developer.nvidia.com_cuda-downloads]: https://developer.nvidia.com/cuda-downloads
[https_developer.nvidia.com_cudnn]: https://developer.nvidia.com/cudnn
[SouthEast 2]: /images/20220708/d158404752de424dbb8cc197e0458f06.png
[SouthEast 3]: /images/20220708/1455cda96f6c4af6abd0732854632052.png
[SouthEast 4]: /images/20220708/447addd3c77445f89d8ba6344af448c8.png
[SouthEast 5]: /images/20220708/f082206a105248d4accb06a1c09c7a1b.png
[SouthEast 6]: /images/20220708/6657ff53345d4cb9b37e21c3d4bf9f3a.png
[http_blog.csdn.net_chszs_article_details_45922299]: http://blog.csdn.net/chszs/article/details/45922299
[SouthEast 7]: /images/20220708/1e3f57b9e7f44bbf94c0cb56b95144a7.png
[SouthEast 8]: /images/20220708/c486ef1e717a435f944318185a36696a.png