標籤:編寫 記錄 3.5 ann 團隊 mod started str 指南
一.推薦兩個網站
- TensorFlow官方文檔:https://www.tensorflow.org/install/install_windows
- TensorFlow中文社區:http://www.tensorfly.cn/tfdoc/get_started/os_setup.html
二.在 Windows 上安裝 TensorFlow
目錄:
- 確定要安裝的 TensorFlow
- 使用 GPU 支援的TensorFlow 的要求
- 確定如何安裝 TensorFlow
- 使用本機 pip 安裝
- 使用Anaconda安裝
- 驗證您的安裝
- 常見安裝問題
本指南說明如何在 Windows 上安裝 TensorFlow 1.確定要安裝的 TensorFlow要安裝以下類型的 TensorFlow, 必須選擇其中一種:
- 僅使用 CPU 支援的 TensorFlow。如果您的系統沒有 NVIDIA? GPU, 則必須安裝此版本。請注意, 此版本的 TensorFlow 通常更容易安裝 (通常在5或10分鐘), 因此, 即使您有 NVIDIA? GPU, 我們建議先安裝此版本。
- GPU 支援的TensorFlow。TensorFlow 程式在 GPU 上啟動並執行速度通常比在 CPU 上快得多。因此, 如果您的系統有一個 NVIDIA? GPU 滿足下面所示的先決條件, 並且您需要高效運行應用程式, 則應最終安裝此版本。
2.使用 GPU 支援的TensorFlow 的要求
如果您使用本指南中介紹的一種機制來安裝 GPU 支援的TensorFlow , 則必須在您的系統上安裝以下 NVIDIA 軟體:
- CUDA?Toolkit8.0。有關詳細資料, 請參閱 nvidia 文檔, 確保您將相關的 Cuda 路徑名追加到%PATH% 環境變數中, 如 nvidia 文檔中所述。
- 與 CUDA 工具包8.0 關聯的 NVIDIA 驅動程式。
- cuDNN v6.0。有關詳細資料, 請參閱 NVIDIA 的文檔。請注意, cuDNN 通常安裝在與其他 CUDA dll 不同的位置. 確保將安裝 cuDNN dll 的目錄添加到%PATH% 環境變數中。
- 具有 CUDA 計算能力3.0 或更高的 GPU 卡。有關支援的 GPU 卡的列表, 請參見 NVIDIA 文檔。
如果您有一個前一個軟體包的不同版本, 請更改為指定的版本。特別是, cuDNN 版本必須完全符合: 如果找不到 cuDNN64_6 .dll, TensorFlow 將不會載入。要使用不同版本的 cuDNN, 必須從原始碼產生。 3.確定如何安裝 TensorFlow您必須選擇安裝 TensorFlow 的機制。支援的選項如下所示:
本地 pip 在您的系統上直接安裝 TensorFlow, 而不需要經過虛擬環境。由於 pip 安裝不是在單獨的容器中與世隔絕的, 因此 pip 安裝可能會干擾系統上的其他 Python-based 的安裝。但是, 如果您瞭解 pip 和您的 Python 環境, 則 pip 安裝通常只需要一個命令!此外, 如果使用 pip 進行安裝, 使用者可以從系統上的任何目錄運行 TensorFlow 程式。 在Anaconda 中, 您可以使用conda建立虛擬環境。然而, 在Anaconda, 我們建議用pip install命令安裝 TensorFlow , 而不是conda install命令。注意: conda包是社區支援的, 不受官方支援。即, TensorFlow 團隊既不測試也不維護這個conda包。用conda裝有一定風險。 4.使用本pip 安裝如果您的電腦上沒有安裝以下版本的 Python 之一, 請立即安裝它:
- Python 3.5.x 64-bit from python.org
- Python 3.6.x 64-bit from python.org
-TensorFlow 在 Windows 上支援 Python 3.5.x 和3.6.x。請注意, Python 3 附帶了 pip3 包管理器, 它是您用來安裝 TensorFlow 的程式。要安裝 TensorFlow, 請啟動終端。然後在該終端中發出適當的 pip3 安裝命令。要安裝 TensorFlow 的僅 CPU 版本, 請輸入以下命令:
C:\> pip3 install --upgrade tensorflow
要安裝 GPU 版本的 TensorFlow, 請輸入以下命令:
C:\> pip3 install --upgrade tensorflow-gpu
5.使用Anaconda安裝Anaconda的安裝是社區支援的, 沒有得到官方的支援。採取以下步驟在Anaconda環境中安裝 TensorFlow:
1). 按照Anaconda下載網站上的說明下載並安裝蟒蛇
2). 通過調用以下命令建立名為 tensorflow 的conda環境:
C:> conda create -n tensorflow python=3.5
3). 通過發出以下命令來啟用conda環境:
C:> activate tensorflow (tensorflow)C:> # Your prompt should change
4). 發出適當的命令, 在您的conda環境中安裝 TensorFlow。要安裝 TensorFlow 的僅 CPU 版本, 請輸入以下命令:
(tensorflow)C:> pip install --ignore-installed --upgrade tensorflow
5). 要安裝 GPU 版本的 TensorFlow, 請輸入以下命令 (在一行中):
(tensorflow)C:> pip install --ignore-installed --upgrade tensorflow-gpu
6. 驗證您的安裝
啟動終端。如果你通過Anaconda安裝, 啟用你的Anaconda環境。從 shell 中調用 python, 如下所示:
$ python
在 python 互動 的shell 中輸入以下短程式:
>>> import tensorflow as tf>>> hello = tf.constant(‘Hello, TensorFlow!‘)>>> sess = tf.Session()>>> print(sess.run(hello))
如果系統輸出以下內容, 則您準備開始編寫 TensorFlow 程式:
Hello, TensorFlow!
如果您是新的 TensorFlow初學者, 請參閱 TensorFlow 入門(https://www.tensorflow.org/get_started/get_started)。如果系統輸出的是錯誤訊息而不是問候語, 請參閱常見的安裝問題(https://www.tensorflow.org/install/install_windows#common_installation_problems)。對於 Windows TensorFlow 安裝問題, 也有一個有用的指令碼(https://gist.github.com/mrry/ee5dbcfdd045fa48a27d56664411d41c)。 7.常見安裝問題我們依靠堆疊溢位來記錄 TensorFlow 安裝問題及其補救方法。下表包含指向一些常見安裝問題的堆疊溢位答案的連結。如果遇到下表中未列出的錯誤訊息或其他安裝問題, 請在堆疊溢位時搜尋它。如果堆疊溢位不顯示錯誤訊息, 請在堆疊溢位詢問有關它的新問題, 並指定 tensorflow 標記。
| 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 _descriptorImportError: cannot import name ‘descriptor‘ |
| 42011070 |
No module named "pywrap_tensorflow" |
| 42217532 |
OpKernel (‘op: "BestSplits" device_type: "CPU"‘) for unknown op: BestSplits |
| 43134753 |
The TensorFlow library wasn‘t compiled to use SSE instructions |
翻譯自:https://www.tensorflow.org/install/install_windows
Win10上安裝TensorFlow(官方文檔翻譯)