windows7（64位）Anaconda3+Python3.6搭建Tensorflow（cpu版本）

一、搭建Tensorflow（CPU版本）

1、安装前准备

在Tensorflow官网的安装向导中可以看到，tf有两个版本，分别为CPU和GPU版本，两个版本的区别在于：GPU版本依赖于NVIDIA（英伟达™）GPU（图形处理器，即显卡），并且通过NVIDIA提供的运算平台CUDA(Compute Unified Device Architecture)及cuDNN（CUDA Deep Neural Network）对一些常用的神经网络操作进行性能提升，但是这两个工具只支持NVIDIA的显卡（N卡），而不支持AMD公司的产品（A卡），因此如果要安装的PC没有配置N卡，是无法安装GPU版本的。

安装Tensorflow有两种方式：pip及Anaconda

pip：本地pip直接在您的系统上安装TensorFlow，而无需通过虚拟环境。由于本地pip安装不在单独的容器中，因此pip安装可能会干扰系统上其他基于Python的安装。但是，如果您了解pip和Python环境，则本地pip安装通常只需要一个命令！此外，如果使用本地pip进行安装，则用户可以从系统上的任何目录运行TensorFlow程序。这个安装方法需要系统已经搭载下列Python环境：

Python 3.6.x 64-bit from python.org

Python 3.5.x 64-bit from python.org

TensorFlow在Windows上支持Python 3.5.x和3.6.x。请注意，Python 3带有pip3软件包管理器，这是将用于安装TensorFlow的程序。安装TensorFlow，需要在cmd中发出适当的 pip3安装命令。

1）要安装TensorFlow的纯CPU版本，输入以下命令：

C:\> pip3 install --upgrade tensorflow

2）要安装TensorFlow的GPU版本，请输入以下命令：

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

Anaconda：在Anaconda中可以使用conda创建一个虚拟环境。然后用pip install命令或conda install命令安装TensorFlow ，官方推荐使用pip install命令，因为conda软件包是社区支持的，没有正式的支持。也就是说，TensorFlow团队既不测试也不维护这个conda软件包。（Anaconda是由Python提供支持的领先的开放数据科学平台。 Anaconda的开源版本是Python和R的高性能分发版本，包括超过100个用于数据科学的最流行的Python，R和Scala软件包。）

（因为个人电脑本地环境已经安装Python3.6，并且配置好sublime text文本编辑器，为了避免不必要的麻烦，不采用本地pip安装方式，选用anaconda安装tensorflow，方便管理。）

2、开始安装

1）从anaconda官方下载并安装anaconda3

根据此处安装向导进行安装，注意：建议不要将Anaconda添加到PATH环境变量中，因为这会干扰其他软件。而应使用Anaconda软件，从“开始”菜单打开“Anaconda导航器”或“Anaconda提示”。（营造一个相对独立的环境）

安装成功后会有如图界面

安装完以后，打开Anaconda Prompt，输入清华的仓库镜像，更新包更快：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

若出现之后出现‘HTTP 000 。。。。。’的网络连接错误可以参考：https://www.jianshu.com/p/2a237ba0e4d1

检查Anaconda是否成功安装：conda --version

安装后一般为4.4.3版本，用命令更新：conda update conda

更新前，为（root）c：\user\jh,更新后变为（base）c：\user\jh

检查目前有哪些版本的python可以安装：conda search --full-name python

通过调用以下命令创建一个名为tensorflow的conda环境：

C：> conda create -n tensorflow pip python = 3.6

通过发出以下命令来激活tensorflow环境：

C:> activate tensorflow

2）在conda环境中安装TensorFlow。

要安装TensorFlow的纯CPU版本，输入以下命令：

pip install --ignore-installed --upgrade tensorflow

要安装TensorFlow的GPU版本，输入以下命令：

pip install --ignore-installed --upgrade tensorflow-gpu

之后开始连接并自动下载

下载安装成功：

查看目前安装了哪些环境，确保名叫tensorflow的环境已经被成功添加：conda info --envs

*表示当前环境

打开anaconda navigator 图形管理界面

看到环境选项有TensorFlow

3）验证是否安装成功

错误尝试:直接在cmd里面键入python，然后键入import tensorflow （导入TensorFlow库）

会遇到No module named "tensorflow"的错误，

正确做法：activate tensorflow 激活tensorflow，再键入Python进入交互环境，键入import tensorflow

或输入下面代码：

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

最终输出成功说明tensorflow安装成功

也可以在图形管理界面打开spyder，进行编辑，第一次打开需要下载，注意spyder的版本

可以尝试运行这个例程：

import tensorflow as tf
import numpy as np
#import keras 装完keras后，去掉#尝试运行，用于检验安装
x=tf.placeholder( "float")
y=tf.placeholder( "float")
w=tf.Variable([ 1.0, 2.0],name= 'w')
y_pred=tf.multiply(x,w[ 0])+w[ 1]
error=tf.square(y-y_pred)
train_op=tf.train.GradientDescentOptimizer( 0.02).minimize(error)
model=tf.initialize_all_variables()
with tf.Session() as session:
session.run(model)
for i in range( 1000):
x_value=np.random.rand()
y_value=x_value* 2+ 6
session.run([train_op],feed_dict={x:x_value,y:y_value})
w_value=session.run(w) # get w
print ( "ax+b,a=%.3f,b=%.3f"%(w_value[ 0],w_value[ 1]))

打开spyder的时候也可以在激活的TensorFlow中键入：spyder。

若运行不成功，可以重装，anaconda方便之一：

windows7（64位）Anaconda3+Python3.6搭建Tensorflow（cpu版本）

猜你喜欢