最新版-windows安装TensorFlow(踩了多少坑)(附下载链接)

时间:2022-05-30
本文章向大家介绍最新版-windows安装TensorFlow(踩了多少坑)(附下载链接),主要内容包括其使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。

摘要: 利用Anaconda安装python环境,并安装TensorFlow

网上有很多之类的文章,但是还是会很难安装成功,根据网上的及自己的经验,其间跳坑无数,摔得遍体鳞伤,曾一度怀疑自己廉颇老矣。最终吐血总结出来这篇博文,希望对大家有帮助! 先说下我的电脑是win7,64位系统,支持(tensorflow在windows下只支持python 3.5以上、amd64)

大致步骤

  • 先安装Anaconda(利用Anaconda创建python35的环境
  • 安装CUDA,CUDNN(GPU运行要用到)
  • 安装 TensorFlow

什么是 Anaconda?

Anaconda is the leading open data science platform powered by Python. Anaconda 是一个由 Python 语言编写领先的开放数据科学平台

神魔是cuDnn和CUDA

CPU、GPU、CUDA,CuDNN 简介

什么是 TensorFlow?

TensorFlow is an open source software library for numerical computation using data flow graphs. TensorFlow是一个开源软件库,用于使用数据流图进行数值计算。

具体安装步骤

####1. 下载 Anaconda tensorflow在windows下只支持python 3.5以上、amd64

Anaconda3-4.2.0-Windows-x86_64.exe 由于国外网站下载极慢,给下百度链接:http://pan.baidu.com/s/1jHNoIwu 密码:uvbg Anaconda安装过程见下面教程(只需看到Anaconda这一步就行) Tensorflow】Windows下基于AnacondaTensorflow环境…_CSDN博客

2.1 安装CUDA(为了GPU)

cuda_8.0.61_windows.exe 链接:http://pan.baidu.com/s/1c2cZPNM 密码:o9x2 下面是安装步骤 win7 CUDA8.0下tensorflow gpu版环境搭配(亲测) 重新启动计算机。至此,cuda的安装就搞定了。

2.2 安装CUDNN(这里只有win10和win7安装包)(为了GPU)

cudnn-8.0-windows7-x64-v6.0.zip win7链接:http://pan.baidu.com/s/1o8qmH7c 密码:l9zm wn10链接:http://pan.baidu.com/s/1pLmhiqR 密码:puk1 安装步骤: http://blog.csdn.net/jiugeshao/article/details/76370137 win7 CUDA8.0下tensorflow gpu版环境搭配(亲测)

####3.安装 TensorFlow 目前Google的TensorFlow是增加了Windows版本的支持,以前是只有Linux和MacOs版本。好了,那么我们就按照官方文档来安装吧。

首先在安装上有2个区分,如果你电脑支持GPU(一般都支持),那么你可以安装GPU版本,如果你的电脑不支持GPU,那么安装CPU版本。

先看看GPU版本需要多安装哪些。需要安装下面这2个驱动。

  • CPU版本命令输入:(不建议)

pip3 install --upgrade tensorflow

  • GPU版本命令输入:(用此方法安装,运行代码速度快的多

pip3 install --upgrade tensorflow-gpu

如下图:

测试

安装完后shell进入,输入python回车 输入import tensorflow试试,没报错,就证明可以

耶,可以好好玩tensorflow!

可参考: 如何安装支持GPU运算的TensorFlow 1.0? - 知乎专栏 ubuntu16.04+cuda8.0+cudnn6+tensorflow安装 Tensorflow常见错误 安装tensorflow,那叫一个坑啊 在Windows下直接安装Tensorflow的Windows版本 Tensorflow】Windows下基于AnacondaTensorflow环境…_CSDN博客 Win10下用Anaconda安装TensorFlow- CSDN博客