【拔刀吧 TensorFlow】TensorFlow学习笔记零（安装篇）

2018 年4月4日更新：因gpu版本非官方版本，而为个人编写，不稳定，不推荐安装。使用费GPU版本时已解决python.exe停止工作问题！

这里从头补一下安装的记录，因其某种不知道的原因，python总是在跑有关图片的代码时停止运行，至今不明原因……

天真的我查看了我的电脑发现装有python2.7、python3.5、anaconda的python3.6，以为是python之间存在某种八字不合、阴阳难以调和的问题，遂将python全都卸载光光，重新下载了anaconda的python3.6.4版本。发现！依旧是python.exe停止运行……这里也求有缘人，如果你看到这篇博文，知道什么原因，请指点在下一二，不胜感激涕零。

分享一句个人语录：有问题不可怕，可怕的是不知道问题出在哪——yourgreatfather

今天这篇文章，因为上述的原因，牵扯到重新安装TensorFlow的问题，在第一次安装时没有记录，自己也遇到了些许坑，这次平坑，也为以后安装方便做个铺垫。

Here we go~

【在开始之前请确保安装了visual studio，我安装的是VS2017（VS版本太新不一定好，请按需安装）社区版】

【使用GPU支撑的TensorFlow请确定你的显卡是英伟达的显卡，NVIDIA®】

我是WIN10++Python+Tenosrflow-gpu+CUDA9.1+cudnn的对应版本

电脑为清华同方的机械革命X6-Tis

首先Python建议安装anaconda，下载地址在此。我安装的是目前的最新版Python 3.6 Version，anaconda基本上是个懒人/傻瓜版本，已经将各种环境配置差不多了。（重要提示：安装过程中，记得勾选将anaconda加入环境变量，贴心的让你看图）

安装好了anaconda，接下来安装CUDA，英伟达出品的一款让GPU计算的框架（？）。如果你是英伟达的显卡，也不要着急，显卡不同支持的CUDA的版本也不同，显卡型号对应CUDA的地址也附在下方：

中文版对应列表

英文版对应列表

我安装了最新版的CUDA9.1，随后要根据你的CUDA版本，安装对应的cuDNN，如果你和我一样，那么下载如下文件：

下载好后，解压cudnn，可以得到bin、iniclude、lib三个文件，复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1。这样cuDNN就算安装完毕。

至此，CUDA+cudnn安装完毕。 按住win+r 唤出

输入cmd，打开命令提示窗。 现在先输入python，如果显示：

那么anaconda安装没问题，再次输入exit()

然后输入nvcc -V注意cc后面有空格，V是大写，显示

至此，CUDA和cuDNN也按照完毕。

有的看教程会说使用pip install TensorFlow-gpu

我开始也是这样安装，发现官方的TensorFlow暂不支持CUDA9.1，参考了vcvycy的博客，有大神自己做出了支持CUDA9.1的TensorFlow，文件名为tensorflow_gpu-1.6.0-cp36-cp36m-win_amd64.whl，方便大家查找。也可以从我的网盘下载：链接：https://pan.baidu.com/s/1moO4-WkvZsPQks1KDQRe8A 密码：d16g

下载好后，记得用管理员权限打开命令提示窗，cd到whl所在目录，使用pip install tensorflow_gpu-1.6.0-cp36-cp36m-win_amd64.whl（谨慎选择此安装包）进行安装，待安装完毕，在命令提示窗输入：

python

>>>import tensorflow

显示：>>>

至此就全部装完了，当然因为我是最新的anaconda，会有警告：

 FutureWarning: Conversion of the second argument of issubdtype from `float` to `np.floating` is deprecated. In future, it will be treated as `np.float64 == np.dtype(float).type`.

查阅发现是因为h5py包中的函数与numpy1.14有冲突，h5py的作者将在下个版本中对这个警告进行修复。

所以愉快的忽视掉吧~(*^▽^*)

---安装教程结束

---开启享乐模式