這個指南介紹如何在Windows係統上安裝TensorFlow。
確定要安裝哪種TensorFlow
您必須選擇以下TensorFlow類型之一:
- TensorFlow僅支持CPU。如果您的係統沒有NVIDIA®GPU,則必須安裝此版本。請注意,此版本的TensorFlow更容易安裝(通常在5或10分鍾內可以搞定),因此即使您有NVIDIA GPU,也建議先安裝此版本。
- TensorFlow支持GPU。 TensorFlow程序在GPU上的運行速度明顯高於CPU。因此,如果您的係統具有滿足以下所示前提條件的NVIDIA®GPU,並且您需要運行性能敏感的應用程序,則應該安裝此版本。
運行能支持GPU的TensorFlow的要求
如果要安裝具有GPU支持的TensorFlow,則係統上必須安裝以下NVIDIA軟件:
- CUDA®工具包8.0。詳情請參閱NVIDIA的文檔,確保您將相關的Cuda路徑名追加到
%PATH%
環境變量,如NVIDIA文檔中所述。 - 與CUDA Toolkit 8.0相關的NVIDIA驅動程序。
- cuDNN v6或v6.1。詳情請參閱NVIDIA的文檔。請注意,cuDNN通常安裝在與其他CUDA DLL不同的位置。確保將您安裝cuDNN DLL的目錄添加到
%PATH%
環境變量。 - 具有CUDA Compute Capability 3.0或更高版本的GPU卡。見NVIDIA文檔列出的可支持的GPU卡。
如果您有其他版本的上述軟件包,請更改為指定的版本。特別地,cuDNN版本必須完全匹配:如果找不到,TensorFlow將不會加載cuDNN64_6.dll
。要使用不同版本的cuDNN,您必須從源代碼構建。
確定如何安裝TensorFlow
您必須選擇安裝TensorFlow的方式,支持的選擇如下:
- “native” pip
- Anaconda
本地pip直接在您的係統上安裝TensorFlow,而無需通過虛擬環境。由於本地pip不是將程序安裝在單獨的容器中,因此這種安裝方式可能會幹擾係統上的其他基於Python的程序。但是,如果您熟悉pip和Python環境,本機點安裝通常隻需要簡單的一個命令,這是PIP的優勢!此外,如果您使用本機pip安裝,用戶可以從係統上的任何目錄運行TensorFlow程序。
在Anaconda中,您可以使用conda來創建虛擬環境。但是,在Anaconda內,我們建議您使用pip install
命令安裝TensorFlow,而不是使用conda install
命令。
注意:conda包是社區支持的,沒有正式支持。也就是說,TensorFlow團隊既不測試也不維護這個conda包。使用該包將自行承擔風險。
用本地pip安裝
如果您的計算機上未安裝以下任何Python版本,請立即安裝:
-TensorFlow在Windows上支持Python 3.5.x和3.6.x。請注意,Python 3附帶了pip3軟件包管理器。
要安裝TensorFlow,先啟動終端,然後執行適當的pip3 install命令。要安裝CPU-only版本的TensorFlow,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
使用Anaconda安裝
Anaconda安裝是社區支持的,沒有正式支持。
在Anaconda環境中安裝TensorFlow的步驟:
-
根據文檔Anaconda下載網站下載並安裝Anaconda。
-
創建“conda”的環境tensorflow,命令是:
C:> conda create -n tensorflow python=3.5
-
執行以下命令激活conda環境:
C:> activate tensorflow (tensorflow)C:> # Your prompt should change
-
執行適當的命令,在您的安全環境中安裝TensorFlow。要安裝CPU-only版本的TensorFlow,請輸入以下命令:
(tensorflow)C:> pip install --ignore-installed --upgrade tensorflow
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
驗證您的安裝
啟動一個終端
如果您通過Anaconda安裝,請激活您的Anaconda環境。
從你的shell調用python如下:
$ python
在python交互式shell中輸入以下短程序:
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
如果係統輸出以下內容,則可以開始編寫TensorFlow程序:
Hello, TensorFlow!
如果您是TensorFlow新手,請參閱TensorFlow入門。
如果係統輸出錯誤消息而不是問候語,請參閱常見的安裝問題。
另外參閱這個腳本,可用於Windows中的TensorFlow安裝問題。
常見的安裝問題
我們依靠Stack Overflow來記錄TensorFlow的安裝問題及補救措施。下表列出了一些常見安裝問題的Stack Overflow答案鏈接。
Stack Overflow | 錯誤信息 |
---|---|
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" |
42217532 |
OpKernel ('op: "BestSplits" device_type: "CPU"') for unknown op: BestSplits |
43134753 |
The TensorFlow library wasn't compiled to use SSE instructions |