深度学习笔记之win7下TensorFlow的安装

转载自http://blog.csdn.net/hola_f/article/details/70482300

最近要学习神经网络相关的内容，所以需要安装TensorFlow。不得不说，安装TensorFlow的感受就像是大一刚入学学习C语言时，安装vs时一样，问题一大堆，工具都装不好，还学啥呀。好在，就在昨晚，终于装好了。下面是步骤。

1.安装Anaconda

这是Anaconda的官网下载地址——https://www.continuum.io/downloads。注意：要选择4.2版本的Anaconda下载（Anaconda4.2版本支持Python3.5，而Anaconda4.3支持的是Python3.6，TensorFlow在windows环境下对Python3.5比较友好）。至于安装，就按照提示一直装下去就好了。

2.测试Python是否安装

打开cmd，输入Python，出现Python的版本信息就说明Python安装成功了。

3.安装TensorFlow

TensorFlow分为两个版本，cpu和gpu。如果要安装gpu版本，则需要安装cuda8.0以及对应的cudnn。安装cuda的时候，要注意自己的显卡是否支持cuda8.0。我的显卡是NVIDIA GeForce GT 650M就不支持cuda8.0，导致运行.exe时电脑死机现象发生。所以最后很无奈的装了cpu版本的TensorFlow。

安装TensorFlow-cpu很简单，以管理员权限打开cmd，输入

[python]view plain copy 
    
 pip install --upgrade --ignore-installed tensorflow  

就可以一键安装了。

4.测试TensorFlow是否安装成功

在cmd输入如下代码：

[python]view plain copy 
    
 <span style="font-size:14px;background-color: rgb(255, 255, 255);">python  
 import tensorflow as tf  
 hello=tf.constant("Hello!")  
 sess=tf.Session()  
 print(sess.run(hello))</span>  

程序输出 Hello! 则表示TensorFlow安装成功。

但是，在使用cpu版本的时候，可能会出现如下错误：

这个错误是由于cpu比较慢，用Anaconda安装的cpu版本的TensorFlow并没有根据安装的机器进行相应优化。所以如果可以接受当下TensorFlow-cpu的速度，就不用管这些错误，如果想要优化，则需要通过bazel通过源码安装。不管这些错误，继续输入源码，则可以输出“Hello!”，表明TensorFlow安装成功。

下面附上教程：

安装TensorFlow-cpu的教程：

http://blog.csdn.net/u013080652/article/details/68922702

安装TensorFlow-gpu的教程：

http://blog.csdn.net/include1224/article/details/53452824

安装cuda和cudnn的教程：

http://www.linuxidc.com/Linux/2016-12/138862.htm

深度学习笔记之win7下TensorFlow的安装

猜你喜欢