Windows下搭建TensorFlow环境1(CPU版本)

TensorFlow简介

TensorFlow是一个采用数据流图(data flow graphs),用于数值计算的开源软件库。TensorFlow 最初由Google大脑小组(隶属于Google机器智能研究机构)的研究员和工程师们开发出来,用于机器学习和深度神经网络方面的研究,但这个系统的通用性使其也可广泛用于其他计算领域。它是谷歌基于DistBelief进行研发的第二代人工智能学习系统。

TensorFlow名字的由来

其命名来源于本身的原理,Tensor(张量)意味着N维数组,Flow(流)意味着基于数据流图的计算。Tensorflow运行过程就是张量从图的一端流动到另一端的计算过程。张量从图中流过的直观图像是这个工具取名为“TensorFlow”的原因。

数据流图

数据流图用“节点”(nodes)和“线”(edges)的有向图来描述数学计算。“节点”一般用来表示施加的数学操作,但也可以表示数据输入(feed in)的起点/输出(push out)的终点,或者是读取/写入持久变量(persistent variable)的终点。“线”表示“节点”之间的输入/输出关系。这些数据“线”可以运输“size可动态调整”的多维数组,即“张量”(tensor)。一旦输入端所有张量准备好,节点将被分配到各种计算设备完成异步并行地执行计算。

Windows下搭建TensorFlow环境1(CPU版本)

Windows下搭建TensorFlow环境1(CPU版本)

TensorFlow特性

  • 高度的灵活性: TensorFlow不是一个严格的“神经网络”库。只要你可以将你的计算表示为一个数据流图,你就可以使用TensorFlow;
  • 可移植性:Tensorflow可以运行在台式机、服务器、手机移动等设备上。而且它可以充分使用计算资源,在多CPU和多GPU上运行;
  • 多语言支持:Tensorflow提供了一套易用的Python,使用接口来构建和执行graphs,也同样提供了一套易于C++使用的接口(目前训练神经网络只支持python,C++接口只能使用已经训练好的模型);未来还会支持Go、Java、Lua、Javascript、R等;
  • 性能最优化:TensorFlow给予了线程、队列、异步操作等最佳的支持,TensorFlow可以把你手边硬件的计算潜能全部发挥出来,它可以充分利用多CPU和多GPU;

Anaconda简介

Anaconda是一个科学计算包,包含了一个Python二进制分发包、很多Python科学计算类库(总计超过720个开源类库)、以及一个方便的包管理器工具来下载其他类库。

Python的大部分扩展包都集成在Anaconda里,因此只需要装这一个东西就行了。声明本文是在Windows下进行的CPU版本的安装:

1)tensorflow的1.0版本以后才支持Windows下的安装;之前的版本都是在Linux、Mac下进行安装;

2)目前TensorFlow在Windows下只支持Python 3.5版本

3)在Windows7和Windows10下的安装是一样的步骤;

4)windows下安装tensorflow一般需要借助第三方软件Anaconda;

下载Anaconda

为了方便起见,还是用的Anaconda包一次性安装所有Python的常用库。Anaconda下载地址为:Download Anaconda Now!

点击下载页面的“zippedWindows installers”:

Windows下搭建TensorFlow环境1(CPU版本)Windows下搭建TensorFlow环境1(CPU版本)

在页面选择Anaconda3-4.2版本(对应Python3.5版本),如下图:

Windows下搭建TensorFlow环境1(CPU版本)Windows下搭建TensorFlow环境1(CPU版本)

下载完的Anaconda是一个可执行文件,如下图:

Windows下搭建TensorFlow环境1(CPU版本)Windows下搭建TensorFlow环境1(CPU版本)

安装Anaconda

直接一路确定即可安装,不过中间有一个选择的是对单个用户还是对所有用户,一般我们都是一台电脑自己用,所以对于选择哪个选项都一样。

安装过程如下:

Windows下搭建TensorFlow环境1(CPU版本)Windows下搭建TensorFlow环境1(CPU版本)
Windows下搭建TensorFlow环境1(CPU版本)Windows下搭建TensorFlow环境1(CPU版本)
Windows下搭建TensorFlow环境1(CPU版本)
Windows下搭建TensorFlow环境1(CPU版本)
Windows下搭建TensorFlow环境1(CPU版本)

将Anaconda添加到环境变量内:

Windows下搭建TensorFlow环境1(CPU版本)Windows下搭建TensorFlow环境1(CPU版本)

Windows下搭建TensorFlow环境1(CPU版本)

安装完后,要到这台电脑-属性-高级系统设置-环境变量里,查看Path里是不是含有Anaconda,如果没有的话要补上,如下图:

Windows下搭建TensorFlow环境1(CPU版本)Windows下搭建TensorFlow环境1(CPU版本)


环境变量验证

设置完环境变量,点开始—运行—输入:cmd,如下图:

Windows下搭建TensorFlow环境1(CPU版本)Windows下搭建TensorFlow环境1(CPU版本)

弹出黑框,检查Python是否已经导入,如果没导入的话要重启电脑:

输入python,回车,弹出如下对话框,显示Python的版本信息:

Windows下搭建TensorFlow环境1(CPU版本)Windows下搭建TensorFlow环境1(CPU版本)


TensorFlow安装法1


添加Anaconda镜像

第一次安装的时候,下载的是Anaconda3 4.3版本,对应的Python为3.6版本;但是在源码编译的时候报错较多,后面就卸载选择安装Python3.5版本了。

在Anaconda程序列表中打开Anaconda Prompt,以下的命令都是在Anaconda Prompt下输入的;

Windows下搭建TensorFlow环境1(CPU版本)Windows下搭建TensorFlow环境1(CPU版本)

使用清华大学的官方Anaconda镜像,命令如下:

[plain] view plain copy
  1. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/    
  2. conda config --set show_channel_urls yes   

设置Python3.5环境

命令如下:
[plain] view plain copy
  1. conda create -n tensorflow python=3.5   

注:window版本的tensorflow只支持python3.5,因为官方就那么说,这里必须用python3.5的环境,否则后续**、安装会出错。

**TensorFlow

命令如下:
[plain] view plain copy
  1. activate tensorflow  

输入后,前面出现<tensorflow>表示已进入tensorflow:

Windows下搭建TensorFlow环境1(CPU版本)Windows下搭建TensorFlow环境1(CPU版本)

安装TensorFlow

命令如下:
[plain] view plain copy
  1. pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-0.12.0-cp35-cp35m-win_amd64.whl   

安装界面如下:

Windows下搭建TensorFlow环境1(CPU版本)Windows下搭建TensorFlow环境1(CPU版本)


TensorFlow安装法2(简单)

卸载之前安装的版本后,再次使用法1的方法安装,会提示Anaconda镜像已存在,无法**TensorFlow,故使用如下方法也安装成功;在Anaconda程序列表中打开Anaconda Prompt: 

Windows下搭建TensorFlow环境1(CPU版本)Windows下搭建TensorFlow环境1(CPU版本)

直接输入如下命令进行安装:

[plain] view plain copy
  1. pip install tensorflow  

安装完后显示:

Windows下搭建TensorFlow环境1(CPU版本)Windows下搭建TensorFlow环境1(CPU版本)

所以说这么多大家应该就明白了吧,如果你用的是Python3.5的话你就可以直接pip安装,不需要什么虚拟的东东,毕竟Python官网的pypi是有TensorFlow的。


检验TensorFlow是否可用

在环境下,输入Python

Windows下搭建TensorFlow环境1(CPU版本)Windows下搭建TensorFlow环境1(CPU版本)

输入如下代码:

Windows下搭建TensorFlow环境1(CPU版本)Windows下搭建TensorFlow环境1(CPU版本)

结果如下:

Windows下搭建TensorFlow环境1(CPU版本)Windows下搭建TensorFlow环境1(CPU版本)

再次输入a、b值,计算和:

Windows下搭建TensorFlow环境1(CPU版本)Windows下搭建TensorFlow环境1(CPU版本)

结果如下:

Windows下搭建TensorFlow环境1(CPU版本)Windows下搭建TensorFlow环境1(CPU版本)


关闭TensorFlow

命令如下:
[plain] view plain copy
  1. deactivate tensorflow