本文将解释如何在Windows下安装TensorFlow。
确定安装哪类TensorFlow
需要先确定哪种类型的TensorFlow:
- 仅支持CUP运算版本:如果电脑的系统没有 NVIDIA®的GPU,那么必须安装这个版本。这个版本的TensorFlow安装非常简单(安装仅需一个命令,5到10分钟),所以即使系统中有满足要求的NVIDIA® GPU官方还是建议在学习阶段安装这个版本。
- 支持GPU运算的版本:TensorFlow程序在GPU下运行比在CPU下运行明显快很多。如果系统中包含 NVIDIA®的GPU满足下一个小节所示的条件并且程序对性能要求很高,建议安装此版本。
运行TensorFlow所需要的GPU配置
如果在系统中安装使用GPU运行的TensorFlow,需要确保下面介绍的NVIDIA软件已经安装到系统中。
- CUDA® Toolkit 8.0。请看 NVIDIA安装cuda
的文档,根据文档中的描述确保已经将CUDA相关的路径增加到
%PATH%
环境变量中。 - NVIDIA的驱动关联 CUDA Toolkit 8.0。
- cuDNN v5.1。请查看 NVIDIA cudnn
文档。需要注意的是cuDNN通常安装在与其他CUDA动态链接库(dll)不同的位置。确保已经将cuDNN的 动态链接库(dll)的地址添加到系统的
%PATH%
环境变量中。 - GPU显卡必须拥有3.0以上版本的CUDA计算能力,查看 NVIDIA显卡支持列表 了解支持情况。
如果系统中已经安装了以前的相关包,请更新到所指定的版本。
如何安装TensorFlow
在安装TensorFlow之前必须选定一个安装机制。目前提供2种机制:
- "native"app
- Anaconda
Native的安装(以下简称本地安装)方式会将TensorFlow直接安装在当前的系统中,不会在系统和TensorFlow之间搭建任何的虚拟环境,所以本地安装不会额外安装一个独立的容器。需要注意的是本地安装可能会干扰系统中其他基于python安装的程序。如果事先已经安装配置了满足需要的python环境,本地安装通常只需要一个命令就可以完成。使用本地安装,用户可以在系统中任何位置运行TensorFlow。
在Anaconda模式下,需要使用conda创建一个虚拟环境。官方优先推荐使用 pip install
命令来安装TensorFlow,其次再考虑anaconda的 conda
install
命令。conda包是第三方社区提供的(非TensorFlow官方),TensorFlow团队从始至终都不会去测试在conda中运行的情况,在使用时需考虑这个风险。
本地安装
首先,需要安装以下版本的python:
TensorFlow在windows操作系统中仅仅支持3.5.x版本的python。Python 3.5.x附带pip3软件包管理器,这是用于安装TensorFlow的程序。
安装TensorFlow需要启动一个终端(terminal),然后在该终端中输入对应的pip3 install命令。安装仅支持CPU版本的TensorFlow,输入以下命令:
C:\> pip3 install --upgrade tensorflow
安装GPU版本的TensorFlow,使用以下命令:
C:\> pip3 install --upgrade tensorflow-gpu
Anaconda模式安装
再次强调,Anaconda安装是有第三方社区提供的,非官方。
在Anaconda环境中安装TensorFlow分为以下几个步骤:
- 按照 Anaconda download site 的说明进行下载和安装操作。
- 调用以下命令来创建一个名为tensorflow的conda环境:
C:> conda create -n tensorflow
键入以下命令来启用conda环境:
C:> activate tensorflow (tensorflow)C:> # Your prompt should change
键入以下命令在conda环境中安装TensorFlow。这里 安装CPU版本的命令:
(tensorflow)C:> pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.0.1-cp35-cp35m-win_amd64.whl
这是GPU版本的命令:
(tensorflow)C:> pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.0.1-cp35-cp35m-win_amd64.whl
验证安装
- 通过以下步骤来验证TensorFlow是否安装成功:
- 启动一个终端(比如CMD)
- 如果通过Anaconda安装,先启动Anaconda环境。
- 在终端运行python
-
C:> python
- 在python的交互环境中输入以下脚本代码:
-
import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') sess = tf.Session() print(sess.run(hello))
如果python输出以下内容,则表明TensorFlow已经安装成功然后就可以写TensorFlow的程序了:
-
Hello, TensorFlow!
如果收到了一些异常信息,请继续向下看。
常见的安装问题
TensorFlow通过Stack Overflow网站来记录错误信息以及处理方法。下面的列表包含一些跳转的到 Stack Overflow的连接。如果在安装过程中遇到的问题没有在下面中,请到Stack
Overflow去搜索相关的关键字。若还是搜索不到,请直接提出新问题并标记 tensorflow
的标签。
Stack Overflow Link | Error Message |
---|---|
41007279 | [...\stream_executor\dso_loader.cc] Couldn't open CUDA library nvcuda.dll |
41007279 | [...\stream_executor\cuda\cuda_dnn.cc] Unable to load cuDNN DSO |
42006320 | ImportError: Traceback (most recent call last): File "...\tensorflow\core\framework\graph_pb2.py", line 6, in from google.protobuf import descriptor as _descriptor ImportError: cannot import name 'descriptor' |
42011070 | No module named "pywrap_tensorflow" |