參考:https://blog.csdn.net/dou3516/article/details/77836459python
TensorFlow便可以支持CPU,也能夠支持CPU+GPU。前者的環境需求簡單,後者須要額外的支持。TensorFlow是基於VC++2015開發的,因此須要下載安裝VisualC++ Redistributable for Visual Studio 2015 來獲取MSVCP140.DLL的支持。若是要安裝GPU版本(有N卡,即NVIDIA顯卡),須要如下額外環境:windows
0)有支持CUDA計算能力3.0或更高版本的NVIDIAGPU卡。spa
1)下載安裝CUDA Toolkit 8.0,並確保其路徑添加到PATH環境變量裏;.net
2)下載安裝cuDNN v6或v6.1,並確保其路徑添加到PATH環境變量裏;命令行
3)CUDA8.0相關的NVIDIA驅動。blog
具有了上述安裝條件(CPU或GPU)以後,TensorFlow能夠經過兩種方式進行安裝。一是」native」 pip,二是Anaconda。推薦前者,比較簡單。ip
一)使用」native」 pip安裝開發
1)下載安裝Python 3.5.x 64-bit,要注意版本3.5.x。字符串
2)打開windows的命令行窗口,安裝CPU版本輸入get
pip3 install --upgrade tensorflow
(安裝過程當中報錯: ConnectTimeoutError。解決方案:pip install virtualenv -i https://pypi.douban.com/simple )
安裝GPU版本輸入
pip3 install --upgrade tensorflow-gpu
二)使用Anaconda安裝
1)下載安裝Anaconda;
2)打開命令行窗口,建立conda環境
conda create -n tensorflow python=3.5
3)激活conda環境
activate tensorflow
4)安裝CPU版本輸入
pip install --ignore-installed --upgrade tensorflow
安裝GPU版本輸入
pip install --ignore-installed --upgrade tensorflow-gpu
驗證TensorFlow安裝是否成功,能夠在命令行窗口輸入python進入python環境,或者運行python3.5命令行後輸入如下代碼:
>>>import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
若是能正常輸出hello字符串,則安裝成功。
Hello, TensorFlow!
常見的安裝錯誤參考連接,其中一個常常遇到的錯誤就是No module named "pywrap_tensorflow" 或者 「Failed toload the native TensorFlow runtime」,其產生的緣由主要是安裝環境不知足要求,參考以下連接解答: