[译] 系列教程：选择准备安装的 TensorFlow 类型

本文出自 掘金翻译计划 正在组织翻译的 TensorFlow 官方文档。若是您有兴趣，欢迎 申请成为译者，学习完译者教程后，参与到文章和文档的翻译和及对当中。咱们也正在招募 TensorFlow 译者，欢迎积极参加。

---

本指南说明了如何在 Windows 系统上安装 TensorFlow。

选择准备安装的 TensorFlow 类型

从如下选项中选择您须要安装的 TensorFlow 类型：

• 仅支持 CPU 的 TensorFlow。 若是系统无 NVIDIA® GPU，则必须安装该版本。须要说明的是，该版本的 TensorFlow 相比另外一版本更容易安装（一般 5 到 10 分钟便可完成安装），所以即便系统包含 NVIDIA GPU，咱们仍然推荐您优先安装该版本。

• 支持 GPU 的 TensorFlow。 通常而言，TensorFlow 程序在 GPU 上的运行速度要明显高于在 CPU 上的。所以，若是您的系统含符合如下先决条件的 NVIDIA ® GPU，且须要运行性能关键型应用程序，那么您最终须要安装此版本的 TensorFlow。

运行支持 GPU 版本 TensorFlow 的要求

若使用本指南中介绍的任一方式来安装支持 GPU 的 TensorFlow，那么您必须在系统中安装以下 NVIDIA 软件：

• CUDA® Toolkit 8.0。详细说明请查看 NVIDIA 官方文档。请确保您已按照 NVIDIA 官方文档描述将相关的 Cuda 路径名称添加到 %PATH% 环境变量中。

• 与 CUDA Toolkit 8.0 相关的 NVIDIA 驱动。

• cuDNN v6.1版本。详细说明请查看 NVIDIA 官方文档。须要注意的是，通常而言，cuDNN 的安装地址和其余 CUDA DLL 是不一样的。同时，请确保将安装 cuDNN DLL 的目录添加到 %PATH% 环境变量中。。

• 带有 CUDA Compute Capability 3.0 或更高版本的 GPU 卡。请在 [NVIDIA 官方文档]（http://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/) 中查询具有条件的 GPU 清单。

若是您使用的版本与上述要求不一致，请更新为规定的版本。特别说明的是，cuDNN 的版本必须与要求的一致：若是没法找到 cuDNN64_6.dll，那么 TensorFlow 将没法加载。若是您想使用其余版本的 cuDNN，您须要从源代码开始从新编译。

选择安装 TensorFlow 的方式

您须要选择安装 TensorFlow 的方式。当前的可选方式以下：

• 原生的 pip
• 使用 Anaconda

原生 pip 无需安装虚拟环境，能够直接在系统安装 TensorFlow。因为原生的一个 pip 安装应用并无被隔离在一个独立的应用中，使用 pip 安装方法可能会影响到系统里其余基于 Python 的安装。可是，若是您了解您系统里的 pip 和 Python 环境，那么使用原生 pip 安装仅仅只须要一条命令就够了。并且，若是您使用原生的 pip 安装方法，那么用户能够从系统的任何路径去运行 TensorFlow 程序。

在 Anaconda 中，你可使用 conda 去建立一个虚拟环境（virtural environment）。可是，若是是使用 Anaconda 方式，咱们依然推荐使用 pip 安装命令来安装 TensorFlow，而不是 conda 安装命令。

注意： conda 包是由社区提供的，而不是官方。也就是说，TensorFlow 团队并不会测试也不会维护 conda 包。使用 conda 包须要您本身承担风险。

使用原生pip安装

若是您的机器上没有安装如下版本的Python，请马上安装：

• 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。须要注意的是， Python 3 使用的是 pip3 包管理， 这也是您用来安装 TensorFlow 的程序。 打开一个终端，开始安装 TensorFlow。而后在终端上运行正确的 pip3 安装命令。 安装仅支持 CPU 版本的 TensorFlow，请输入下面的命令： C:\> pip3 install --upgrade tensorflow

安装 GPU 版本的 TensorFlow，请输入下面的命令： C:\> pip3 install --upgrade tensorflow-gpu

使用 Anaconda 进行安装

Anaconda 的安装包是由社区提供，非官方提供的。 在 Anaconda 的环境下，按照如下步骤进行 TensorFlow 的安装： 1.根据网页 [Anaconda 下载站点]（https://www.anaconda.com/download/）说明下载并安装 Anaconda。 2.请经过使用如下命令来建立一个名为 tensorflow 的 conda 环境： C:\> conda create -n tensorflow pip python=3.5 3.经过输入如下命令来激活一个 conda 环境： C:\> activate tensorflow (tensorflow)C:\> # Your prompt should change 4.在 conda 环境里输入正确的命令来安装 TensorFlow。 安装仅支持 CPU 版本的 TensorFlow，请输入下面的命令： (tensorflow)C:\> pip install --ignore-installed --upgrade tensorflow 若是是安装 GPU 版本的 TensorFlow，请输入下面的命令： (tensorflow)C:\> pip install --ignore-installed --upgrade tensorflow-gpu

安装验证

打开一个终端。 若是您采用 Anaconda 方式安装，则进入 Anaconda 环境。 采用下列方式从你的 shell 激活 python: $python 在 python 交互 shell 中输入下列代码：

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

若是系统的输出以下所示，那就说明您能够开始在上面撰写 TensorFlow 的程序了：

Hello, TensorFlow!

若是您刚刚接触 TensorFlow，请参考文档TensorFlow 入门指南。

若是系统输出了一个错误信息而不是一个打招呼提示，请查看常见安装问题。

这里也有一个关于 Windows 上 TensorFlow 安装颇有用的文档。

常见安装问题

咱们使用 Stack Overflow 来记录 TensorFlow 的安装问题和修正方法。下表中包含有一些常见安装问题在 Stack Overflow 上的回答连接。若是您遇到的错误消息或安装问题不在下表中，请在 Stack Overflow 上搜索它的答案。若是 Stack Overflow 上并无显示这个错误消息或者安装问题的答案，请在 Stack Overflow 上提一个关于这个错误消息或者安装问题的新问题，并给这个问题指定一个 tensorflow 的标签。

Stack Overflow 连接	错误消息
41007279	[...\stream_executor\dso_loader.cc] Couldn't open CUDA library nvcuda.dll
41007279	[...\stream_executor\cuda\cuda_dnn.cc] Unable to load cuDNN DSO
42006320	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'
42011070	No module named "pywrap_tensorflow"
42217532	OpKernel ('op: "BestSplits" device_type: "CPU"') for unknown op: BestSplits
43134753	The TensorFlow library wasn't compiled to use SSE instructions

---

掘金翻译计划 是一个翻译优质互联网技术文章的社区，文章来源为 掘金 上的英文分享文章。内容覆盖 Android、iOS、前端、后端、区块链、产品、设计、人工智能等领域，想要查看更多优质译文请持续关注 掘金翻译计划、官方微博、知乎专栏。