TensorFlow的环境配置与安装
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版本选择
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 来获取MSVCP140.DLL的⽀持。
下载并安装
下载并安装，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，并确保其路径添加到PATH环境变量⾥；
2）下载安装，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
2.检测⽬前安装了哪些环境：conda info --envs
3.检查⽬前有哪些版本的python可以安装：conda search --full-name python
4.安装不同版本的python：conda create --name tensorflow python=3.7
5.按照提⽰，激活之：activate tensorflow
6.确保名叫tensorflow的环境已经被成功添加：conda info --envs
7.检查新环境中的python版本：python --version
8.退出当前环境：deactivate
三、TensorFlow安装
pip install tensorflow
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))
结果：b’Hello tensorfolw’，则安装成功。
（1）在anaconda中的applications on 中选择TensorFlow，然后launch Spyder
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。
（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))
1
2
3
4
5
如⽆误也会出现⼀下内容

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。