TensorFlow安装教程：GPU和CPU版本安装步骤详解

TensorFlow安装教程 TensorFlow是一款开源的人工智能机器学习框架，由Google开发，主要用于大规模机器学习和深度学习。下面是TensorFlow安装教程。 环境配置 在安装TensorFlow之前，需要配置环境。这里使用Anaconda作为环境管理器，conda版本为4.5.11，Python版本为3.6.6，VC++版本为2013。 安装方式 安装TensorFlow有两种方式：pip方式和Anaconda方式。这里推荐使用Anaconda方式。 安装Anaconda 首先，需要下载并安装Anaconda。访问Anaconda的官方网站，下载自己电脑对应的版本，直接运行安装包，下一步就行。在安装过程中，需要选择添加环境变量和把Anaconda下的Python设置为默认版本，这里建议都勾选。 检查Anaconda安装 安装完成后，需要检查Anaconda是否成功安装。打开命令行工具，输入`conda --version`，如果显示Anaconda的版本号，那么安装成功。 检测环境 使用`conda info --envs`命令检测目前安装了哪些环境。 安装Python 3.6 使用`conda create --name tensorflow python=3.6`命令安装Python 3.6。按照提示，激活环境。 激活环境 使用`activate tensorflow`命令激活环境。现在，可以看到命令行工具的头部显示的是tensorflow环境。 检查环境 使用`conda info --envs`命令检查名叫tensorflow的环境已经被成功添加。 检查Python版本 使用`python --version`命令检查新环境中的Python版本。 退出环境 使用`deactivate`命令退出当前环境。 切换环境 使用`activate tensorflow`命令切换到TensorFlow环境。 安装TensorFlow 安装VS2015（CUDA 9.0）或VS2013（CUDA 9.0），然后安装CUDA。解压CUDNN，复制文件夹。使用`pip install tensorflow-gpu==1.10.0`命令安装GPU版本的TensorFlow。 测试 使用`python -c "import tensorflow as tf; print(tf.__version__)"`命令测试TensorFlow是否安装成功。 支持CPU和GPU TensorFlow既可以支持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++开发的，所以需要下载安装Visual C++ Redistributable for Visual Studio来获取MSVCP140.DLL的支持。 注意 在安装TensorFlow之前，需要确保已经安装了CUDA和CUDNN。GPU版本的TensorFlow需要安装CUDA和CUDNN。CPU版本的TensorFlow不需要安装CUDA和CUDNN。