自学教程：TensorFlow的环境配置与安装方法

一、 简介

TensorFlow是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief。

Tensorflow拥有多层级结构，可部署于各类服务器、PC终端和网页并支持GPU和TPU高性能数值计算，被广泛应用于谷歌内部的产品开发和各领域的科学研究 。

TensorFlow由谷歌人工智能团队谷歌大脑（Google Brain）开发和维护，拥有包括TensorFlow Hub、TensorFlow Lite、TensorFlow Research Cloud在内的多个项目以及各类应用程序接口（Application Programming Interface, API） [2] 。自2015年11月9日起，TensorFlow依据阿帕奇授权协议（Apache 2.0 open source license）开放源代码 。

TensorFlow即可以支持CPU，也可以支持CPU+GPU。前者的环境需求简单，后者需要额外的支持。

• TensorFlow是基于VC++2015开发的，所以需要下载安装VisualC++ Redistributable for Visual Studio 2015 来获取MSVCP140.DLL的支持。
• 下载并安装anaconda
• 下载并安装Python编译器，以3.7X为例。

如果要安装GPU版本（有N卡，即NVIDIA显卡），需要以下额外环境：

0）有支持CUDA计算能力3.0或更高版本的NVIDIAGPU卡。

1）下载安装CUDA Toolkit 8.0，并确保其路径添加到PATH环境变量里；

2）下载安装cuDNN v6或v6.1，并确保其路径添加到PATH环境变量里；

3）CUDA8.0相关的NVIDIA驱动。

二、安装

1.检查Anaconda是否成功安装：conda --version

2.检测目前安装了哪些环境：conda info --envs

3.检查目前有哪些版本的python可以安装：conda search --full-name python

4.安装不同版本的python：conda create --name tensorflow python=3.7

5.按照提示，激活之：activate tensorflow

6.确保名叫tensorflow的环境已经被成功添加：conda info --envs

7.检查新环境中的python版本：python --version

8.退出当前环境：deactivate

三、TensorFlow安装

pip install tensorflow

验证是否安装成功：有三种方式

（1）直接在cmd中依次输入python

然后键入

import tensorflow as tfhello = tf.constant(‘Hello tensorfolw')sess = tf.Session()print(sess.run(hello))

结果：b'Hello tensorfolw',则安装成功。

（1）在anaconda中的applications on 中选择TensorFlow，然后launch Spyder

进入Spyder之后，输入上面的代码，然后点击run.如在console中出现如下输出b'Hello tensorfolw'，则安装成功。

（3）在pycharm中输入一下内容：

import tensorflow as tfhello = tf.constant('Hello tensorfolw')sess = tf.Session()print(sess.run(hello))

如无误也会出现一下内容

到此这篇关于TensorFlow的环境配置与安装方法的文章就介绍到这了,更多相关TensorFlow环境配置与安装内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！