在windows搭建tensorflow详细流程.docxVIP

TensorFlow 最初由Google大脑小组（隶属于Google机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的通用性使其也可广泛用于其他计算领域。15年11月，谷歌开源了其用来制作AlphaGo的深度学习系统TensorFlow，但是当时的TensorFlow只能在Linux平台上使用。16年11月，Google Brain 工程师团队宣布TensorFlow 0.12 版本支持Windows 原生操作系统。2017年，TensorFlow终于推出了1.0版本，这标志着应用最广泛、使用人数最多的深度学习算法TensorFlow推出了正式版。目前TensorFlow最新的版本是TensorFlow 1.1.0 版本。 TensorFlow安装过程 安装之前，我们要了解TensorFlow对系统环境的要求，以Windows系统为例，TensorFlow的安装环境如下： 1.Windows64位操作系统 2.VC++ 2015 3.CUDA8.0 4.cuDNN 5.Python 3.5 需要注意的是，CUDA8.0是NVIDIA显卡才能安装的，不安装CUDA8.0的话，TensorFlow只能用电脑的CPU来计算了，计算速度会大打折扣。 首先，我们要在Windows上安装VC++ 2015。如果你不确定自己的电脑是32位还是64位的话，可以在桌面的电脑图标上点击鼠标右键选择“属性”，在打开的系统信息界面的“系统类型”一栏可以看到当前的系统是32位还是64位的。如果是64位的系统，继续安装VC++ 2015，需要说明的是，现在微软已经推出了最新版的Visual Studio 2017，大家如果下载VS2017安装的话，安装时记得在组件里面选上“VC++ 2015 运行库”。 安装好VC++ 2015后，安装CUDA8.0，CUDA8.0的下载地址：/cuda-downloads 安装好CUDA8.0以后，还要安装一个cuDNN，cuDNN是NVIDIA的深度学习SDK，cuDNN的下载地址：/cudnn ，如果需要注册账号的话就注册一个吧。将cuDNN下载以后解压，你会发现“cuda”的文件夹下面有bin、include、lib三个文件夹，而刚刚我们安装好的CUDA8.0安装目录下也有这三个文件夹！看来cuDNN就是为CUDA准备的，我们将cuDNN解压后的这三个文件夹复制到CUDA8.0安装文件夹下相同的位置。 接下来我们要安装Python了，TensorFlow对系统环境要求很高，不仅要求Windows是64位系统的，还要求Python是3.5版本的（小编亲自测试过，3.6版本Python的都不能安装TensorFlow！），我们去 / 下载Python3.5 安装，安装过程中注意要把Python安装文件夹路径放到系统的环境变量里去！需要更丰富的功能的话安装Anaconda也可以，但是注意一定要安装带有Python3.5 版本Anaconda！ 安装Python以后，可以在“开始”菜单里点击“运行”输入cmd，在弹出来的窗口里输入“python”，如果能够正常打开python说明安装成功了。 最后，我们要开始安装TensorFlow了，打开/tensorflow/tensorflow 进入TensorFlow的官方github页面，下载TensorFlow的离线安装包，在TensorFlow的github页面的Installation一栏，Windows的Tensorflow有CPU和GPU两个版本，安装了CUDA8.0的朋友们可以选择下载GPU版本。 下载好以后，在“开始”菜单的“运行”里面输入cmd，在弹出的窗口里进入刚刚下载TensorFlow的文件夹路径，使用pip命令将TensorFlow安装好，如果下载的是GPU版本，命令如下： pip install --upgrade tensorflow_gpu-1.1.0rc1-cp35-cp35m-win_amd64.whl （根据你下载的版本输入对应名称） TensorFlow安装成功以后的界面 除了下载离线安装包，TensorFlow还可以通过pip命令在线安装， 安装CPU版本的命令：pip3 install --upgrade tensorflow 安装GPU版本的命令：pip3 install --upgrade tensorflow-gpu 但是由于我国特殊的网络环境，建议大家在github下载离线安装包然后用pip安装，这样避免了在线安装时文件下载到一半网络出现问题的错误。 TensorFlow安装以后，我们可以通过简单的命令来测试一下TensorFlow是否安装成功。 打开“开始”菜单的“运行”输入cmd