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。如果您有興趣，歡迎 申請成為譯者，學習完譯者教程後，參與到文章和文檔的翻譯和及對當中。我們也正在招募 TensorFlow 譯者，歡迎積极參加。

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

從以下選項中選擇您需要安裝的 TensorFlow 類型：

• 僅支持 CPU 的 TensorFlow。 如果系統無 NVIDIA? GPU，則必須安裝該版本。需要說明的是，該版本的 TensorFlow 相比另一版本更容易安裝（通常 5 到 10 分鐘即可完成安裝），因此即使系統包含 NVIDIA GPU，我們仍然推薦您優先安裝該版本。
• 支持 GPU 的 TensorFlow。 一般而言，TensorFlow 程序在 GPU 上的運行速度要明顯高於在 CPU 上的。因此，如果您的系統含符合以下先決條件的 NVIDIA ? GPU，且需要運行性能關鍵型應用程序，那麼您最終需要安裝此版本的 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如下 NVIDIA 軟體：

• 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% 環境變數中。
• 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。需要注意的是，一般而言，cuDNN 的安裝地址和其他 CUDA DLL 是不同的。同時，請確保將安裝 cuDNN DLL 的目錄添加到 %PATH% 環境變數中。。
• 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/) 中查詢具備條件的 GPU 清單。

如果您使用的版本與上述要求不一致，請更新為規定的版本。特別說明的是，cuDNN 的版本必須與要求的一致：如果無法找到 cuDNN64_6.dll，那麼 TensorFlow 將無法載入。如果您想使用其他版本的 cuDNN，您需要從源代碼開始重新編譯。

選擇安裝 TensorFlow 的方式

您需要選擇安裝 TensorFlow 的方式。當前的可選方式如下：

• 原生的 pip
• 使用 Anaconda

原生 pip 無需安裝虛擬環境，可以直接在系統安裝 TensorFlow。由於原生的一個 pip 安裝應用並沒有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里其他基於 Python 的安裝。但是，如果您了解您系統里的 pip 和 Python 環境，那麼使用原生 pip 安裝僅僅只需要一條命令就夠了。而且，如果您使用原生的 pip 安裝方法，那麼用戶可以從系統的任何路徑去運行 TensorFlow 程序。

在 Anaconda 中，你可以使用 conda 去創建一個虛擬環境（virtural environment）。但是，如果是使用 Anaconda 方式，我們依然推薦使用 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 包需要您自己承擔風險。

使用原生pip安裝

如果您的機器上沒有安裝以下版本的Python，請立刻安裝：

• 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。需要注意的是， 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。然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，按照以下步驟進行 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.請通過使用以下命令來創建一個名為 tensorflow 的 conda 環境：C:> conda create -n tensorflow pip python=3.5 3.通過輸入以下命令來激活一個 conda 環境： C:> activate tensorflow (tensorflow)C:> # Your prompt should change 4.在 conda 環境里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 如果是安裝 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。 如果您採用 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 tfn>>> hello = tf.constant(Hello, TensorFlow!)n>>> sess = tf.Session()n>>> print(sess.run(hello))n

如果系統的輸出如下所示，那就說明您可以開始在上面撰寫 TensorFlow 的程序了：

Hello, TensorFlow!n

如果您剛剛接觸 TensorFlow，請參考文檔[TensorFlow 入門指南](https://github.com/xitu/tensorflow/blob/zh-hans/tensorflow/docs_src/get_started/get_started.md)。

如果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。

這裡也有一個關於 Windows 上 TensorFlow 安裝很有用的文檔。

掘金翻譯計劃 是一個翻譯優質互聯網技術文章的社區，文章來源為 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、人工智慧等領域，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。

推薦閱讀：