标签：比较   redis   ssi   创建   激活   产生   ack   显卡   conda   

参考：https://blog.csdn.net/dou3516/article/details/77836459

一、安装环境

TensorFlow即可以支持CPU，也可以支持CPU+GPU。前者的环境需求简单，后者需要额外的支持。TensorFlow是基于VC++2015开发的，所以需要下载安装VisualC++ Redistributable for Visual Studio 2015 来获取MSVCP140.DLL的支持。如果要安装GPU版本（有N卡，即NVIDIA显卡），需要以下额外环境：

0）有支持CUDA计算能力3.0或更高版本的NVIDIAGPU卡。

1）下载安装CUDA Toolkit 8.0，并确保其路径添加到PATH环境变量里；

2）下载安装cuDNN v6或v6.1，并确保其路径添加到PATH环境变量里；

3）CUDA8.0相关的NVIDIA驱动。

二、安装过程

         具备了上述安装条件（CPU或GPU）之后，TensorFlow可以通过两种方式进行安装。一是”native” pip，二是Anaconda。推荐前者，比较简单。

一）使用”native” pip安装

1）下载安装Python 3.5.x 64-bit，要注意版本3.5.x。

2）打开windows的命令行窗口，安装CPU版本输入

pip3 install --upgrade tensorflow

（安装过程中报错： ConnectTimeoutError。解决方案：pip install virtualenv -i https://pypi.douban.com/simple ）

安装GPU版本输入

pip3 install --upgrade tensorflow-gpu

         二）使用Anaconda安装

1）下载安装Anaconda；

2）打开命令行窗口，创建conda环境

conda create -n tensorflow python=3.5

3）激活conda环境

activate tensorflow

4）安装CPU版本输入

pip install --ignore-installed --upgrade tensorflow

安装GPU版本输入

pip install --ignore-installed --upgrade tensorflow-gpu

三、验证安装

         验证TensorFlow安装是否成功，可以在命令行窗口输入python进入python环境，或者运行python3.5命令行后输入以下代码：

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

如果能正常输出hello字符串，则安装成功。

Hello, TensorFlow!

四、安装错误

         常见的安装错误参考链接，其中一个经常遇到的错误就是No module named "pywrap_tensorflow" 或者 “Failed toload the native TensorFlow runtime”，其产生的原因主要是安装环境不满足要求，参考如下链接解答：

https://stackoverflow.com/questions/43942185/failed-to-load-the-native-tensorflow-runtime-python-3-5-2

https://stackoverflow.com/questions/42011070/on-windows-running-import-tensorflow-generates-no-module-named-pywrap-tenso

TensorFlow安装-Windows

标签：比较   redis   ssi   创建   激活   产生   ack   显卡   conda   

原文地址：https://www.cnblogs.com/xianhan/p/9084815.html