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

  1. 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

  1. 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。

  1. 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

cuda解压目录

重点来了：将bin目录填入到path环境变量

  1. 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：

运行结果图

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.