这个指南介绍如何在Windows系统上安装TensorFlow。

确定要安装哪种TensorFlow

您必须选择以下TensorFlow类型之一：

• TensorFlow仅支持CPU。如果您的系统没有NVIDIA®GPU，则必须安装此版本。请注意，此版本的TensorFlow更容易安装(通常在5或10分钟内可以搞定)，因此即使您有NVIDIA GPU，也建议先安装此版本。
• TensorFlow支持GPU。 TensorFlow程序在GPU上的运行速度明显高于CPU。因此，如果您的系统具有满足以下所示前提条件的NVIDIA®GPU，并且您需要运行性能敏感的应用程序，则应该安装此版本。

运行能支持GPU的TensorFlow的要求

如果要安装具有GPU支持的TensorFlow，则系统上必须安装以下NVIDIA软件：

• CUDA®工具包8.0。详情请参阅NVIDIA的文档，确保您将相关的Cuda路径名追加到%PATH%环境变量，如NVIDIA文档中所述。
• 与CUDA Toolkit 8.0相关的NVIDIA驱动程序。
• cuDNN v6或v6.1。详情请参阅NVIDIA的文档。请注意，cuDNN通常安装在与其他CUDA DLL不同的位置。确保将您安装cuDNN DLL的目录添加到%PATH%环境变量。
• 具有CUDA Compute Capability 3.0或更高版本的GPU卡。见NVIDIA文档列出的可支持的GPU卡。

如果您有其他版本的上述软件包，请更改为指定的版本。特别地，cuDNN版本必须完全匹配：如果找不到，TensorFlow将不会加载cuDNN64_6.dll。要使用不同版本的cuDNN，您必须从源代码构建。

确定如何安装TensorFlow

您必须选择安装TensorFlow的方式，支持的选择如下：

• “native” pip
• Anaconda

本地pip直接在您的系统上安装TensorFlow，而无需通过虚拟环境。由于本地pip不是将程序安装在单独的容器中，因此这种安装方式可能会干扰系统上的其他基于Python的程序。但是，如果您熟悉pip和Python环境，本机点安装通常只需要简单的一个命令，这是PIP的优势！此外，如果您使用本机pip安装，用户可以从系统上的任何目录运行TensorFlow程序。

在Anaconda中，您可以使用conda来创建虚拟环境。但是，在Anaconda内，我们建议您使用pip install命令安装TensorFlow，而不是使用conda install命令。

注意：conda包是社区支持的，没有正式支持。也就是说，TensorFlow团队既不测试也不维护这个conda包。使用该包将自行承担风险。

用本地pip安装

如果您的计算机上未安装以下任何Python版本，请立即安装：

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

-TensorFlow在Windows上支持Python 3.5.x和3.6.x。请注意，Python 3附带了pip3软件包管理器。

要安装TensorFlow，先启动终端，然后执行适当的pip3 install命令。要安装CPU-only版本的TensorFlow，请输入以下命令：

C:\> pip3 install --upgrade tensorflow

要安装GPU版本的TensorFlow，请输入以下命令：

C:\> pip3 install --upgrade tensorflow-gpu

使用Anaconda安装

Anaconda安装是社区支持的，没有正式支持。

在Anaconda环境中安装TensorFlow的步骤：

1. 根据文档Anaconda下载网站下载并安装Anaconda。

2. 创建“conda”的环境tensorflow，命令是：

   C:> conda create -n tensorflow python=3.5 

3. 执行以下命令激活conda环境：

   C:> activate tensorflow
    (tensorflow)C:>  # Your prompt should change 

4. 执行适当的命令，在您的安全环境中安装TensorFlow。要安装CPU-only版本的TensorFlow，请输入以下命令：

   (tensorflow)C:> pip install --ignore-installed --upgrade tensorflow 

   要安装GPU版本的TensorFlow，请输入以下命令(在一行中)：

   (tensorflow)C:> pip install --ignore-installed --upgrade tensorflow-gpu 

验证您的安装

启动一个终端

如果您通过Anaconda安装，请激活您的Anaconda环境。

从你的shell调用python如下：

$ python

在python交互式shell中输入以下短程序：

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

如果系统输出以下内容，则可以开始编写TensorFlow程序：

Hello, TensorFlow!

如果您是TensorFlow新手，请参阅TensorFlow入门。

如果系统输出错误消息而不是问候语，请参阅常见的安装问题。

另外参阅这个脚本，可用于Windows中的TensorFlow安装问题。

常见的安装问题

我们依靠Stack Overflow来记录TensorFlow的安装问题及补救措施。下表列出了一些常见安装问题的Stack Overflow答案链接。

[...\stream_executor\dso_loader.cc] Couldn't open CUDA library nvcuda.dll

[...\stream_executor\cuda\cuda_dnn.cc] Unable to load cuDNN DSO

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'

No module named "pywrap_tensorflow"

OpKernel ('op: "BestSplits" device_type: "CPU"') for unknown op: BestSplits

The TensorFlow library wasn't compiled to use SSE instructions