在 Windows 上安裝 TensorFlow
本指南將介紹如何在 Windows 上安裝 TensorFlow。雖然這些說明可能也適用于其他 Windows 版本，但我們只在滿足以下要求的計算機上驗證過這些說明（而且我們只支持在此類計算機上按這些說明操作）：
64 位、x86 臺式機或筆記本電腦
Windows 7 或更高版本
確定要安裝哪種 TensorFlow
您必須從以下 TensorFlow 類型中選擇其一來進行安裝：
僅支持 CPU 的 TensorFlow。如果您的系統沒有 NVIDIA? GPU，則必須安裝此版本。請注意，此版本的 TensorFlow 通常更容易安裝（用時通常在 5 或 10 分鐘內），所以即使您擁有 NVIDIA GPU，我們也建議先安裝此版本。預編譯的二進制文件將使用 AVX 指令。
支持 GPU 的 TensorFlow。TensorFlow 程序在 GPU 上的運行速度通常要比在 CPU 上快得多。因此，如果您的系統配有滿足以下所示先決條件的 NVIDIA? GPU，并且您需要運行性能至關重要的應用，則最終應安裝此版本。
運行支持 GPU 的 TensorFlow 所需滿足的要求
如果您要使用本指南描述的其中一種方式安裝支持 GPU 的 TensorFlow，就必須在系統上安裝以下 NVIDIA 軟件：
CUDA? 工具包 9.0。如需了解詳情，請參閱NVIDIA 的文檔。請務必按照 NVIDIA 文檔中的說明將相關的 CUDA 路徑名附加到%PATH%環境變量上。
與 CUDA 工具包 9.0 相關聯的 NVIDIA 驅動程序。
cuDNN v7.0。如需了解詳情，請參閱NVIDIA 文檔。請注意，cuDNN 通常安裝在與其他 CUDA DLL 不同的位置。請務必將 cuDNN DLL 的安裝目錄添加到%PATH%環境變量上。
CUDA 計算能力為 3.0 或更高的 GPU 卡（用于從源代碼編譯），以及 CUDA 計算能力為 3.5 或更高的 GPU 卡（用于安裝我們的二進制文件）。如需了解支持的 GPU 卡的列表，請參閱NVIDIA 文檔。
如果您的某個軟件包不同于上述版本，請改為指定的版本。特別是，cuDNN 版本必須完全匹配：如果無法找到cuDNN64_7.dll，TensorFlow 就不會加載。要使用不同版本的 cuDNN，您必須從源代碼構建。
確定如何安裝 TensorFlow
您必須選擇安裝 TensorFlow 的方式。目前可支持如下幾種方式：
“原生”pip
Anaconda
原生 pip 會直接在您的系統上安裝 TensorFlow，而不是通過虛擬環境。原生 pip
安裝并未隔離在單獨的容器中進行，因此可能會干擾系統中其他基于 Python 的安裝。但是，如果您熟悉 pip 和您的 Python
環境，通常只需一條命令即可進行原生 pip 安裝。此外，如果使用原生 pip 安裝，用戶可以從系統上的任何目錄運行 TensorFlow 程序。
在 Anaconda 中，您可以使用 conda 來創建一個虛擬環境。但是，在 Anaconda 內部，我們建議使用pip install命令來安裝 TensorFlow，而不要使用conda install命令。
注意：conda 軟件包是由社區提供支持的，并沒有任何官方支持。也就是說，TensorFlow 團隊既不測試也不維護 conda 軟件包。若使用該軟件包，您需要自行承擔相關風險。
使用原生 pip 進行安裝
如果您的計算機上未安裝以下某個 Python 版本，請立即安裝：
來自 python.org 的 Python 3.5.x 64 位
來自 python.org 的 Python 3.6.x 64 位
在 Windows 上，TensorFlow 支持 Python 3.5.x 和 3.6.x。請注意，Python 3 附帶有 pip3 軟件包管理器，您需使用此程序來安裝 TensorFlow。
要安裝 TensorFlow，請啟動終端。然后在該終端中發出正確的pip3 install命令。要安裝僅支持 CPU 的 TensorFlow 版本，請輸入以下命令：
C:\>pip3 install --upgrade tensorflow
要安裝 GPU 版本的 TensorFlow，請輸入以下命令：
C:\>pip3 install --upgrade tensorflow-gpu
使用 Anaconda 進行安裝
Anaconda 安裝是由社區提供支持的，并沒有任何官方支持。
按照以下步驟在 Anaconda 環境中安裝 TensorFlow：
按照Anaconda 下載網站上的說明下載并安裝 Anaconda。
通過調用以下命令創建名為tensorflow的 conda 環境：
C:>conda create -n tensorflow pip python=3.5
通過發出以下命令激活 conda 環境：
C:>activate tensorflow(tensorflow)C:>? # Your prompt should change
發出相應命令以在 conda 環境中安裝 TensorFlow。要安裝僅支持 CPU 的 TensorFlow 版本，請輸入以下命令：
(tensorflow)C:>pip install --ignore-installed --upgrade tensorflow
要安裝 GPU 版本的 TensorFlow，請輸入以下命令（在同一行）：
(tensorflow)C:>pip install --ignore-installed --upgrade tensorflow-gpu
驗證您的安裝
啟動終端。
如果您是通過 Anaconda 進行安裝，請激活您的 Anaconda 環境。
從 shell 中調用 Python，如下所示：
$python
在 Python 交互式 shell 中輸入以下幾行簡短的程序代碼：
>>> import tensorflow astf
>>> hello = tf.constant('Hello, TensorFlow!')>>> sess = tf.Session()>>> print(sess.run(hello))
如果系統輸出以下內容，說明您可以開始編寫 TensorFlow 程序了：
Hello, TensorFlow!
如果系統輸出一條錯誤消息而不是問候語，請參閱常見的安裝問題。
如果您剛開始接觸機器學習，建議您閱讀以下內容：
如果您擁有機器學習方面的經驗，但剛開始接觸 TensorFlow，請參閱TensorFlow 使用入門。
常見的安裝問題
我們借助 Stack Overflow 來記錄 TensorFlow 安裝問題及其補救措施。下表包含了 Stack Overflow 上一些常見安裝問題解答的鏈接。如果您遇到了下表中未列出的錯誤消息或其他安裝問題，請在 Stack Overflow 上進行搜索。如果 Stack Overflow 中沒有顯示相關錯誤消息，請在 Stack Overflow 上提一個新的問題，并指定tensorflow標簽。
Stack Overflow 鏈接 ? ? 錯誤消息
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, infrom 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
38896424? ? ? ? ? ? ? ? ? ? ?Could not find a version that satisfies the requirement tensorflow
