注意:
你的系统和安装的Python都必须是64位,才支持Tensorflow,TensorFlow不支持32位!
win64系统中Anaconda3.5.2中安装tensorflow和tensorflow-gpu:
Anaconda3.5.2中安装tensorflow:
先到官网上下载安装Anaconda3.5.2。
https://www.anaconda.com/download/#windows
或镜像站https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/下载。
在Anaconda中我们可以创建不同的环境,比如一个环境中安装tensorflow,另一个环境中安装tensorflow-gpu,这样就可以满足不同版本的测试环境要求。
打开Anaconda Prompt,在Anaconda中创建tensorflow环境:
conda create -n tensorflow python=3.6.5 tensorflow
即创建名为tensorflow的环境,python选择3.6.5版本,并同时安装tensorflow。
使用该环境命令:
activate tensorflow
删除环境的命令:
conda env remove -n 环境名
删除环境中某个包命令:
conda remove -n 环境名 包名
我们也可以建立并激活tensorflow环境后,再在该环境中安装tensorflow包:
conda install -c conda-forge tensorflow
安装完成后我们要检查一下。在cmd中输入pythona(即Anaconda中的python.exe,我改名成pythona.exe)
然后输入:
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
sess.run(hello)
如果能正常输出hello,TensorFlow!,说明成功。
我们还可以在Anaconda自带的jupyter Notebook中也按上面的方法测试一下。
Anaconda3.5.2中安装tensorflow-gpu:
创建一个tensorflow-gpu环境:
conda create -n tensorflow-gpu python=3.6.5 tensorflow-gpu
使用Anaconda安装tensorflow-gpu的最大好处就是Anaconda已经给你自动选择好了tensorflow-gpu版本对应可用的CUDA和cuDNN版本并自动安装。
注意:
如果不是使用Anaconda安装tensorflow-gpu,则我们必须要自己选择安装好对应版本的CUDA和cuDNN,请根据下表选择对应版本:
tensorflow-gpu v1.9.0 | cuda9.0 | cuDNN7.1.4可行 | 备注:7.0.4/ 7.0.5/ 7.1.2不明确
tensorflow-gpu v1.8.0 | cuda9.0 | cuDNN 不明确 | 备注:7.0.4/ 7.0.5/ 7.1.2/ 7.1.4
tensorflow-gpu v1.7.0 | cuda9.0 | cuDNN 不明确 | 备注:7.0.4/ 7.0.5/ 7.1.2/ 7.1.4
tensorflow-gpu v1.6.0 | cuda9.0 | cuDNN 不明确 | 备注:7.0.4/ 7.0.5/ 7.1.2/ 7.1.4
tensorflow-gpu v1.5.0 | cuda9.0 | cuDNN 不明确 | 备注:7.0.4/ 7.0.5/ 7.1.2/ 7.1.4
tensorflow-gpu v1.4.0 | cuda8.0 | cuDNN 6.0 | 备注:6.0正常使用, 7.0.5不能用,5.1未知
tensorflow-gpu v1.3.0 | cuda8.0 | cuDNN 6.0 | 备注:6.0正常使用, 7.0.5不能用,5.1未知
tensorflow-gpu v1.2.0 | cuda8.0 | cuDNN 5.1 | 备注:5.1正常使用, 6.0/ 7.0.5 未知
tensorflow-gpu v1.1.0 | cuda8.0 | cuDNN 5.1 | 备注:5.1正常使用, 6.0/ 7.0.5 未知
tensorflow-gpu以下版本支持CUDA 8.0:
1.2 版本, 需要libcudnn.so.5即可.
1.3 版本, 需要libcudnn.so.6即可.
1.4 版本, 需要libcudnn.so.7和系统环境CUDA_DEVICE_ORDER和CUDA_VISIBLE_DEVICES.
如果是1.5版本以上,tensorflow-gpu需要CUDA 9.0版本.
安装好后使用下面命令激活tensorflow-gpu环境:
activate tensorflow-gpu
Ubuntu系统中Anaconda安装tensorflow和tensorflow-gpu:
linux中安装Anaconda并在Anaconda中安装tensorflow:
从官网https://www.anaconda.com/download/#linux
或镜像站https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/下载。
下载完成后得到Anaconda3-5.2.0-Linux-x86_64.sh文件。将该文件放到Ubuntu14.04虚拟机中。
然后打开terminal,运行命令:
bash Anaconda3-5.2.0-Linux-x86_64.sh
安装完成Anaconda。
将Anaconda路径添加环境变量中:
使用命令:
sudo gedit /etc/environment
如图所示:
在红线位置加上:
:~/anaconda3/bin
然后保存,使用下面的命令使其立即生效,或重启电脑即可。
source /etc/environment #注意命令只能在当前terminal里生效,要想永久生效必须重启
在linux中的Anaconda中创建tensorflow环境(并同时安装tensorflow包):
conda create -n tensorflow python=3.6.5 tensorflow
Anaconda中激活tensorflow环境:
source activate tensorflow
我们也可以先创建环境,激活该环境后,再在我们创建的tensorflow环境中安装tensorflow:
conda install -c conda-forge tensorflow
创建一个tensorflow-gpu环境:
conda create -n tensorflow-gpu python=3.6.5 tensorflow-gpu
安装好后使用下面命令激活tensorflow-gpu环境:
source activate tensorflow-gpu