当前位置：首页 > news >正文

Win10下安装tensorflow教程（cpu版本和GPU版本）

news 来源：原创 2024/5/18 16:34:26

Win10下安装tensorflow教程

一、环境配置

二、安装python3.5.2

三、安装Anaconda3.4.1

四、安装cpu版本的tensorflow

五、安装GPU版本的tensorflow，即tensorflow-gpu

一、环境配置

1、win10-64位系统

2、python 3.5.2 (官网下载链接：https://www.python.org/downloads/release/python-352/)

3、anaconda 4.3.14

（清华镜像下载链接：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/）

（官网下载链接：https://www.anaconda.com/download/）

4、VS2015 （VS2015下载参考网址）

（vs_community__21855616.1542252661.exe）

（社区版下载地址：http://download.microsoft.com/download/B/4/8/B4870509-05CB-447C-878F-2F80E4CB464C/vs2015.com_chs.iso
）

5、本机GPU显卡：NVIDIA DeForce GTX 1050

6、tensorflow 1.10.0 （参考网址：https://pypi.org/project/tensorflow/1.1.0rc2/#files）

7、cuda 9.0

（cuda 9.0, V9.0.176 cuda_9.0.176_win10.exe）

（官网下载地址：https://developer.nvidia.com/cuda-toolkit-archive）

8、cuDNN7

（cudnn-9.0-windows10-x64-v7）

（官网下载地址：https://developer.nvidia.com/rdp/cudnn-archive）

备注说明：

需要先查看Windows下，TensorFlow对python版本的要求（查看版本教程）

在安装cuda之前，我首先安装了VS2015 (VS2015安装教程)。但是目前我还不确定：不安装VS2015，是否也可以成功安装tesorflow-gpu。如果有哪位朋友知道，欢迎下方留言！！！

二、安装python3.5.2

Windows -64 安装python3.5.2

可知python3.5.2 自带pip8.1.1

三、安装Anaconda3.4.1

下载地址（清华镜像）：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

双击安装，可自定义安装路径，其他安装选项设置为默认即可；

安装完成，测试anaconda是否安装成功：

win+R打开命令行，输入如下命令：

conda -V

conda --version

可知，实际上安装的是anaconda 4.3.14

说明anaconda 4.3.14安装成功

PS：anaconda 4.3.14 自带的是python3.6

四、安装cpu版本的tensorflow

win+R打开命令行，输入如下命令：

conda create --name tensorflow python=3.5.2

activate tensorflow

conda info --envs

python --version

pip install tensorflow==1.10.0

python

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

最后打开anaconda prompt 进行测试

参考步骤图如下所示（部分步骤）：

五、安装GPU版本的tensorflow，即tensorflow-gpu

5.1、查看本机GPU显卡类型，确认是否支持安装tensorflow-gpu

查看显卡配置是否支持安装gpu版本的tensorflow

5.2、安装tensorflow-gpu

5.2.1、注意：

安装gpu版本的tensorflow，需要安装cuda和cudnn,

并且三者的版本有一定的对应关系,

只有正确匹配的版本才能安装成功tensorflow-gpu

我的安装版本分别是：python3.5.2 + cuda9.0 + cudnn7.0

5.2.2、思路：

先安装tensorflow-gpu，然后执行测试命令，根据错误提示，逐步安装对应版本的cuda和cudnn；

5.2.3、安装步骤：

win+R打开命令行，输入如下命令：

conda info --envs （查看conda环境信息）

conda create --name tensorflow-gpu python=3.5.2 (使用conda新建tensorflow-gpu环境，python选择3.5.2版本)

conda info --envs （查看conda目前的环境都有哪些）

activate tensorflow-gpu （激活新创建的tensorflow-gpu）

conda info --envs （再次确认conda目前的环境都有哪些）

python --version （再次确认tensorflow-gpu环境下python的版本）

pip install tensorflow-gpu==1.10.0 （pip安装指定版本的tensorflow-gpu，这里安装1.10.0版本）

python

import tensorflow as tf

报错，根据提示，需要安装cuda9；

下载安装cuda9后再次执行（cuda+cudnn安装教程）：import tensorflow as tf

又报错了，根据提示需要安装cudnn7(解压复制到相应的cuda安装目录下，cuda+cudnn安装教程)

安装cudnn7后再次执行如下命令：

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

成功执行。

最后，打开Anaconda Prompt测试是否安装成功，

正确尝试：进入Anaconda Prompt-python里
输入：activate tensorflow-gpu 的环境，键入python，然后再键入import tensorflow as tf

测试命令如下：

conda info --envs

activate tensorflow-gpu

python

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

参考过程如下图（部分步骤截图）：

说明tensorflow-gpu安装成功。

打开Anaconda Prompt测试是否安装成功:

显示结果。说明安装成功！！

参考教程：https://m.aliyun.com/yunqi/articles/423513

六、命令总结




下载安装python3.5.2
自带pip，查看可升级pip
win+R
python --version
python -V
pip -V
python -m pip install --upgrade pip



安装anaconda 4.3.14 (自带python3.6) 
自定义安装目录，其他默认安装即可
安装时选择自动加入环境变量
win+R
conda -V
conda --version

conda info --envs
conda create --name tensorflow-gpu python=3.5.2 
activate tensorflow-gpu
conda info --envs
python --version 
pip install tensorflow-gpu==1.10.0
python
import tensorflow as tf

此时会报错，根据提示，需要安装cuda9
安装cuda9后再次执行
import tensorflow as tf
又报错了，根据提示需要安装cudnn7(解压文件并复制到相应的cuda安装目录下)
安装cudnn7后再次执行

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

正确输出结果
安装tensorflow-gpu成功
打开ananconda prompt 进行测试
conda info --envs
activate tensorflow-gpu
python --version
python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
正确输出结果，则说明安装成功！
退出python：quit() 或exit() 或ctr+z
deactivate



安装tesorflow环境，即cpu版本的tensorflow
win+R
conda -V
conda --version

conda info --envs
conda create --name tensorflow python=3.5.2 
activate tensorflow
conda info --envs
python --version 
pip install tensorflow==1.10.0
python
import tensorflow as tf
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

打开ananconda prompt 进行测试
conda info --envs
activate tensorflow
python --version
python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
正确输出结果，则说明安装成功！
退出python：quit() 或exit() 或ctr+z
deactivate



测试tensorflow是否安装成功：
win+R
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suite
bandwidthTest
deviceQuery



其他命令：
win+R
查看conda支持的python版本：conda search --full-name python 
查看cuda的版本：nvcc -V    
卸载指定版本的tensorflow-GPU：pip uninstall tensorflow-gpu-1.5.0
选择安装版本：pip install tensorflow-gpu==1.4.0
获取tensorflow版本号：import tensorflow  -》回车 -》tensorflow.__version__  

安装特定版本：
pip install tensorflow==1.2.0

升级到最新版本：
pip install –upgrade tensorflow

安装与卸载tensorflow-gpu：
pip install tensorflow-gpu==1.2.1


pip uninstall tensorflow-gpu==1.2.1


安装与卸载keras同样：
pip install keras==2.0.5


pip uninstall keras=2.0.5

Anaconda创建和删除环境
conda create -n py36 python=3.6 
conda remove -n py36 --all

Anaconda创建环境
对于GPU版本：conda create --name tensorflow-gpu python=3.5.2 
对于CPU版本：conda create --name tensorflow python=3..5.2