安装说明
版本:GPU版本、CPU版本。如果硬件支持,推荐安装GPU版本。
安装方式:pip方式、Anaconda方式。本文教程采用Anaconda方式。
Tips:
1.查找需要安装的TensorFlow版本支持的python版本,目前在Windows上支持python3.6x。
2.如果安装GPU版本,需要安装对应版本的CUDA和CUDNN。
安装环境
1.Anaconda下载安装
下载地址:https://www.anaconda.com/download/
根据自己电脑要求下载对应版本。点击下一步,在安装之前会出现选择打勾的界面,第一个是添加环境变量,第二个是吧Anaconda下的Python设置成默认版本,这里建议都勾选。
2.检查Anaconda是否成功安装
在命令行输入:
conda --version
若出现以下界面,则代表安装成功:
3.检查目前安装了哪些环境:
conda info --envs
界面显示如下:
4.安装TensorFlow指定python版本
conda create --name tensorflow python=3.6
5.按照提示,激活TensorFlow环境
可以看到,前面的小帽子变成了tensorflow
6.确保TensorFlow环境已经成功添加
conda info --envs
7.检查TensorFlow环境中的python版本
python --version
8.退出当前环境
deactivate
切换环境时使用activate即可。
TensorFlow安装最新版本
TensorFlow即可以支持CPU,也可以支持CPU+GPU。前者的环境需求简单,后者需要额外的支持。TensorFlow是基于VC++2015开发的,所以需要下载安装Visual C++ Redistributable for Visual Studio来获取MSVCP140.DLL的支持。如果要安装GPU版本(有N卡,即NVIDIA显卡),需要以下额外环境:
1)有支持CUDA计算能力3.0或更高版本的NVIDIAGPU卡。
2)下载安装CUDA,将其安装到C盘,不需要改变路径。
安装CPU版本输入:
pip install --ignore-installed --upgrade tensorflow
安装GPU版本输入:
pip install --ignore-installed --upgrade tensorflow-gpu
如果需要更新会有提示,直接键入提示中的命令。
CUDA安装
注意:在安装CUDA前确保Visual Studio安装完成,Visual Studio可安装在C盘。
下载安装CUDA对应的CUDNN,解压压缩包,将文件夹下的三个文件夹复制到CUDA对应的文件夹下。
TensorFlow测试
- 代码测试:
activate tensorflow
python
import tensorflow as tf
- 官方教程代码测试:
上图中显示TensorFlow已经成功加载了。Python可以通过重命名来使引用更加方便,在本文中都会将“tensorflow”简写为“tf”。然后定义两个变量,a和b:
a = tf.constant([1.0,2.0])
b = tf.constant([2.0,3.0])
在这里将a和b定义为两个常量(tf.constant),一个为[1.0,2.0],另一个为[2.0,3.0],在两个加数定义好之后,将这两个向量加起来,要输出相加得到的结果,需要先生成一个会话(session),并通过这个会话来计算结果(session):
sess = tf.Session()
print(sess.run(a+b))
至此,就实现了一个非常简单的TensorFlow模型。
以上完整代码为: