一、安装 cpu版本的tensorflow
1.首先安装python环境,建议安装python3.5版本的
2.升级pip
python.exe -m pip install --upgrade pip
3.安装cpu版本的Tensorflow
pip install --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.2.1-cp35-cp35m-win_amd64.whl
网址最好在官网找最新的
4.安装完成后在导入模块的时候
import tensorflow as tf
可能会找不到模块 这是还需要下载下面的插件 插件下载地址 下载完成后就可以运行起来了
5.测试
>>>import tensorflow as tf
>>>hello=tf.constant('Hello,TensorFlow!')
>>>sess=tf.Session()
>>>print(sess.run(hello))
Hello,TensorFlow!
二、安装 gpu版本的tensorflow
1.假设前面Python环境已经装好了,pip也已经升级
2.安装gpu版本的Tensorflow
pip install --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.2.1-cp35-cp35m-win_amd64.whl
安装完之后你试着在python中import tensorflow as tf
会告诉你没有找到 CUDA 和 cuDNN,所以下一步就是安装这两个东西。
3.安装CUDA和cuDnn 安装CUDA之前请确保你的显卡型号支持CUDA,百度一下即可,不支持的话你就只有装cpu版的了
③解压cudnn文件,解压目录如下所示
重点来了:将bin目录填入到path环境变量
4.测试
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
a=tf.constant(10)
b=tf.constant(20)
print(sess.run(a+b))
print(tf.__path__)
print(tf.__version__)
运行结果如下所示:
ps:显卡有点渣~~ ^..^
事实证明:我的显卡装了GPU版本的tensorflow也没用 ` Ignoring visible gpu device (device: 0, name: GeForce GT 720M, pci bus id: 0000:01:00.0) with Cuda compute capability 2.1. The minimum required Cuda capability is 3.0. `