Windows TensorFlow安装教程（gpu和cpu）选择和你系统适配的版本。这一步不要勾选**“Add An

title: tensorflow安装

date: 2019-10-28 tags:

Anaconda
tensorflow

categories:

gpu版本
cpu版本

配置：

Windows 10
英伟达独立显卡

前言

检查你的显卡是否支持CUDA:点击：http://www.nvidia.com/object/geforce_family.html

第一步：安装Anaconda

1.下载

下载地址：www.anaconda.com/download/

选择和你系统适配的版本。

2.安装

直接双加安装包

这一步不要勾选**“Add Anaconda to my PATH enviroment variable”，我们后面会手动加入。

3.配置环境变量

进入系统高级设置
在path变量中添加（将以下三个路径加入，注意这里要换成你自己的安装路径。）

C:\Users\t-yaoguo\AppData\Local\Continuum\anaconda3
C:\Users\t-yaoguo\AppData\Local\Continuum\anaconda3\Scripts
C:\Users\t-yaoguo\AppData\Local\Continuum\anaconda3\Library\bin

然后win+R打开cmd 输入：conda -V 能正常显示版本号，证明已经配置成功了。

第二步：安装TensorFlow

1.创建conda环境

conda create -n tensorflow pip python=3.7（这里python版本需要跟你系统的Python环境一样）

如果安装的时候很慢，或者出现超时的错误，那就将Anaconda跟换为国内的源（更换教程）

出现上图情况则表示环境创建成功。

2.激活环境

接着输入命令：

activate tensorflow

3.安装TensorFlow

注意： 一定是在激活环境下安装。安装gpu版本

pip install --ignore-installed --upgrade tensorflow-gpu

安装CPU版本

pip install --ignore-installed --upgrade tensorflow

如果出现网络超时错误可食用以下命令：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu

cpu版本也是一样

这样已经就安装成功了。

由于我们的新建的TensorFlow环境基本都是空的，所以需要安装一些Anaconda包，命令如下：

conda install anaconda

第三步：安装CUDA Toolkit + cuDNN

1.检查需要安装的CUDA+cuDNN版本

点击检查你安装的最新TensorFlow支持CUDA版本: www.tensorflow.org/install/ins…

注意： TensorFlow和CUDA版本一定要适配，不然会安装不成功。 TensorFlow和CUNA对照图

2.CUDA+cuDNN下载安装

下载链接链接: developer.nvidia.com/cuda-toolki…

进入下载界面

下载好CUDA后，然后下载cuDnn，需要注意的是，下载cuDNN需要在nvidia上注册账号，使用邮箱注册就可以，免费的，登陆账号后才能下载。 cuDNN历史版本下载地址：developer.nvidia.com/rdp/cudnn-a…

3.安装 CUDA Toolkit和 cuDnn

首先安装CUDA，为了避免在安装报错，建议先卸载已经安装好的显卡驱动，然后再安装CUDN Toolkit。

双击CUDA的安装包即可开始安装

勾选所有

CUDA安装完成后即可安装cudnn 解压下载的cudnn包

将cudnn的包下面的各个文件夹里面的文件，拷入CUDA安装目录对应的文件夹下面。如图：

配置环境变量将下面四个路径加入到环境变量中（注意换成自己的安装路径）

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\libnvvp

第四步：测试

1.检查是否使用GPU(也能检查tensorflow是否安装成功)

win+R 在cmd中输入

命令：activate tensorflow

输入：Python

输入：

import tensorflow as tf
tf.test.gpu_device_name()

注意： 如果你安装的是gpu版本，但是输出的是cpu的信息，你检查一下显卡驱动是不安装成功，如果没有的话，你需要手动安装一下。如果都显示正常，则说明tensorflow安装没问题。

说明：

tensorflow 1.0之后的版本和tensorflow 2.0有很大的差别，如果你的项目用的是tensorflow1.0，那就不要安装tensorflow 2.0 否则项目运行不起来。

安装tensorflow特定版本命令如下：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.x.0

x:表示版本号

如果你需要的版本号没有，回给你报错，并提示有哪些版本可以下载。

tensorflow历史版本下载地址：pypi.org/project/ten…

参考： www.cnblogs.com/guoyaohua/p…