当前位置:首页 >> 脚本专栏

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

TensorFlow的环境配置与安装方法

2.检测目前安装了哪些环境:conda info --envs

TensorFlow的环境配置与安装方法

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

TensorFlow的环境配置与安装方法

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

TensorFlow的环境配置与安装方法

TensorFlow的环境配置与安装方法

5.按照提示,激活之:activate tensorflow

TensorFlow的环境配置与安装方法

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

TensorFlow的环境配置与安装方法

7.检查新环境中的python版本:python --version

TensorFlow的环境配置与安装方法

8.退出当前环境:deactivate

TensorFlow的环境配置与安装方法

三、TensorFlow安装

pip install tensorflow

TensorFlow的环境配置与安装方法

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 tf
hello = tf.constant(‘Hello tensorfolw')
sess = tf.Session()
print(sess.run(hello))

TensorFlow的环境配置与安装方法

结果:b'Hello tensorfolw',则安装成功。

TensorFlow的环境配置与安装方法

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

TensorFlow的环境配置与安装方法

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。

TensorFlow的环境配置与安装方法

(3)在pycharm中输入一下内容:

import tensorflow as tf

hello = tf.constant('Hello tensorfolw')
sess = tf.Session()
print(sess.run(hello))

如无误也会出现一下内容

TensorFlow的环境配置与安装方法