[譯] 系列教程：選擇準備安裝的 TensorFlow 類型

本文出自 掘金翻譯計劃 正在組織翻譯的 TensorFlow 官方文檔。若是您有興趣，歡迎 申請成爲譯者，學習完譯者教程後，參與到文章和文檔的翻譯和及對當中。咱們也正在招募 TensorFlow 譯者，歡迎積極參加。

---

本指南說明了如何在 Windows 系統上安裝 TensorFlow。

選擇準備安裝的 TensorFlow 類型

從如下選項中選擇您須要安裝的 TensorFlow 類型：

• 僅支持 CPU 的 TensorFlow。 若是系統無 NVIDIA® GPU，則必須安裝該版本。須要說明的是，該版本的 TensorFlow 相比另外一版本更容易安裝（一般 5 到 10 分鐘便可完成安裝），所以即便系統包含 NVIDIA GPU，咱們仍然推薦您優先安裝該版本。

• 支持 GPU 的 TensorFlow。 通常而言，TensorFlow 程序在 GPU 上的運行速度要明顯高於在 CPU 上的。所以，若是您的系統含符合如下先決條件的 NVIDIA ® GPU，且須要運行性能關鍵型應用程序，那麼您最終須要安裝此版本的 TensorFlow。

運行支持 GPU 版本 TensorFlow 的要求

若使用本指南中介紹的任一方式來安裝支持 GPU 的 TensorFlow，那麼您必須在系統中安裝以下 NVIDIA 軟件：

• CUDA® Toolkit 8.0。詳細說明請查看 NVIDIA 官方文檔。請確保您已按照 NVIDIA 官方文檔描述將相關的 Cuda 路徑名稱添加到 %PATH% 環境變量中。

• 與 CUDA Toolkit 8.0 相關的 NVIDIA 驅動。

• cuDNN v6.1版本。詳細說明請查看 NVIDIA 官方文檔。須要注意的是，通常而言，cuDNN 的安裝地址和其餘 CUDA DLL 是不一樣的。同時，請確保將安裝 cuDNN DLL 的目錄添加到 %PATH% 環境變量中。。

• 帶有 CUDA Compute Capability 3.0 或更高版本的 GPU 卡。請在 [NVIDIA 官方文檔]（http://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/) 中查詢具有條件的 GPU 清單。

若是您使用的版本與上述要求不一致，請更新爲規定的版本。特別說明的是，cuDNN 的版本必須與要求的一致：若是沒法找到 cuDNN64_6.dll，那麼 TensorFlow 將沒法加載。若是您想使用其餘版本的 cuDNN，您須要從源代碼開始從新編譯。

選擇安裝 TensorFlow 的方式

您須要選擇安裝 TensorFlow 的方式。當前的可選方式以下：

• 原生的 pip
• 使用 Anaconda

原生 pip 無需安裝虛擬環境，能夠直接在系統安裝 TensorFlow。因爲原生的一個 pip 安裝應用並無被隔離在一個獨立的應用中，使用 pip 安裝方法可能會影響到系統裏其餘基於 Python 的安裝。可是，若是您瞭解您系統裏的 pip 和 Python 環境，那麼使用原生 pip 安裝僅僅只須要一條命令就夠了。並且，若是您使用原生的 pip 安裝方法，那麼用戶能夠從系統的任何路徑去運行 TensorFlow 程序。

在 Anaconda 中，你可使用 conda 去建立一個虛擬環境（virtural environment）。可是，若是是使用 Anaconda 方式，咱們依然推薦使用 pip 安裝命令來安裝 TensorFlow，而不是 conda 安裝命令。

注意： conda 包是由社區提供的，而不是官方。也就是說，TensorFlow 團隊並不會測試也不會維護 conda 包。使用 conda 包須要您本身承擔風險。

使用原生pip安裝

若是您的機器上沒有安裝如下版本的Python，請馬上安裝：

• Python 3.5.x 64-bit from python.org
• Python 3.6.x 64-bit from python.org

在 Windows 上，TensorFlow 支持 Python3.5.x 版本和 Python 3.6.x 版本。須要注意的是， Python 3 使用的是 pip3 包管理， 這也是您用來安裝 TensorFlow 的程序。 打開一個終端，開始安裝 TensorFlow。而後在終端上運行正確的 pip3 安裝命令。 安裝僅支持 CPU 版本的 TensorFlow，請輸入下面的命令： C:\> pip3 install --upgrade tensorflow

安裝 GPU 版本的 TensorFlow，請輸入下面的命令： C:\> pip3 install --upgrade tensorflow-gpu

使用 Anaconda 進行安裝

Anaconda 的安裝包是由社區提供，非官方提供的。 在 Anaconda 的環境下，按照如下步驟進行 TensorFlow 的安裝： 1.根據網頁 [Anaconda 下載站點]（https://www.anaconda.com/download/）說明下載並安裝 Anaconda。 2.請經過使用如下命令來建立一個名爲 tensorflow 的 conda 環境： C:\> conda create -n tensorflow pip python=3.5 3.經過輸入如下命令來激活一個 conda 環境： C:\> activate tensorflow (tensorflow)C:\> # Your prompt should change 4.在 conda 環境裏輸入正確的命令來安裝 TensorFlow。 安裝僅支持 CPU 版本的 TensorFlow，請輸入下面的命令： (tensorflow)C:\> pip install --ignore-installed --upgrade tensorflow 若是是安裝 GPU 版本的 TensorFlow，請輸入下面的命令： (tensorflow)C:\> pip install --ignore-installed --upgrade tensorflow-gpu

安裝驗證

打開一個終端。 若是您採用 Anaconda 方式安裝，則進入 Anaconda 環境。 採用下列方式從你的 shell 激活 python: $python 在 python 交互 shell 中輸入下列代碼：

>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
複製代碼

若是系統的輸出以下所示，那就說明您能夠開始在上面撰寫 TensorFlow 的程序了：

Hello, TensorFlow!

若是您剛剛接觸 TensorFlow，請參考文檔TensorFlow 入門指南。

若是系統輸出了一個錯誤信息而不是一個打招呼提示，請查看常見安裝問題。

這裏也有一個關於 Windows 上 TensorFlow 安裝頗有用的文檔。

常見安裝問題

咱們使用 Stack Overflow 來記錄 TensorFlow 的安裝問題和修正方法。下表中包含有一些常見安裝問題在 Stack Overflow 上的回答連接。若是您遇到的錯誤消息或安裝問題不在下表中，請在 Stack Overflow 上搜索它的答案。若是 Stack Overflow 上並無顯示這個錯誤消息或者安裝問題的答案，請在 Stack Overflow 上提一個關於這個錯誤消息或者安裝問題的新問題，並給這個問題指定一個 tensorflow 的標籤。

Stack Overflow 連接	錯誤消息
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

---

掘金翻譯計劃 是一個翻譯優質互聯網技術文章的社區，文章來源爲 掘金 上的英文分享文章。內容覆蓋 Android、iOS、前端、後端、區塊鏈、產品、設計、人工智能等領域，想要查看更多優質譯文請持續關注 掘金翻譯計劃、官方微博、知乎專欄。