tensorflow安装与测试 - 好文

今天还是比较顺利地装好了tensorflow, 迈出了走向AI的第一步，还是有点小兴奋的。
网上很多安装教程，却似乎没有一篇写得很简洁清楚。为此，我就小小总结一下我的安装过程。

我的环境

win10+python 3.6+vs2015+vs2013+vs2017
VS只需要安装一个和版本一致的即可。

CPU版与GPU版的选择

GPU版本的tensorflow，跑程序会更快很多，但是安装似乎复杂了一点。
而CPU版本的安装超级简单，一步即可。

CPU 版本

pip install tensorflow
或者使用国内清华提供了一个镜像网站https://pypi.tuna.tsinghua.edu.cn
<https://pypi.tuna.tsinghua.edu.cn>，下载文件会更快
python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow

GPU版本

1.使用命令行安装tensorflow包

pip install tensorflow-gpu
或者使用国内清华提供了一个镜像网站https://pypi.tuna.tsinghua.edu.cn
<https://pypi.tuna.tsinghua.edu.cn>，下载文件会更快
python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple
tensorflow-gpu

2. 查看需要安装的CUDA和cuDNN的版本

假设tensorflow安装在D:\Anaconda3\Lib\site-packages\tensorflow环境里，那么打开D:\Anaconda3\Lib\site-packages\tensorflow\python\platform\build_info.py这个文件

我这里安装的是tensorflow1.10版本，通过文件build_info.py我们可以看到，相应的需要安装CUDA 9.0 和 cuDNN 7

3. 安装CUDA

选择需要的版本下载 <https://developer.nvidia.com/cuda-toolkit-archive>
亲身经历的结果是，网络版的安装程序往往因为网络不好无法成功安装，最好下载本地版的安装程序。

4. 安装cuDNN

* 需要先注册账号登录后才能下载。
注册账号：https://developer.nvidia.com/cudnn <https://developer.nvidia.com/cudnn>
选择正确的版本下载压缩包：https://developer.nvidia.com/cuda-toolkit-archive
<https://developer.nvidia.com/cuda-toolkit-archive>
* 安装CUDA 9.0的默认路径是C:\Program Files\NVIDIA GPU Computing
Toolkit\CUDA\v9.0\，安装CUDA9.0完后，把cudnn-9.0-windows10-x64-v7.1.zip解压后，把bin,include,lib里面的文件(共三个)分别拷贝到C:\Program
Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\下的bin,include,lib目录下即可。
5. 注意要配好环境变量

* 检查一下默认写好的系统变量CUDA_PATH和CUDA_PATH_V9.0是否无误

* 检查一下系统变量path中是否有NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin和NVIDIA GPU
Computing Toolkit\CUDA\v9.0\lib\x64并且正确。
默认路径如下：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64
测试tensorflow是否安装成功
import tensorflow as tf #初始化一个Tensorflow的常量：Hello Google Tensorflow!
字符串，并命名为greeting作为一个计算模块 greeting = tf.constant('Hello Google Tensorflow!')
#启动一个会话 sess = tf.Session() #使用会话执行greeting计算模块 result = sess.run(greeting)
print(result) sess.close()

测试成功，即已成功安装。

热门工具换一换