前言

總是在選擇使用什么系統(tǒng)的問題上糾結(jié)來糾結(jié)去，通過實驗驗證我還是傾向于使用Win吧，主要是搗鼓烏班圖還得cd來cd去，一個嫌麻煩的患者，還需要慢慢醫(yī)治，進入正題……..

前面有一篇文章已經(jīng)簡單介紹過TensorFlow了，可以點擊這里查看。再稍微簡單說一下，TensorFlow是谷歌開發(fā)的，其命名來源于本身的運行原理：tensor(張量)意味著N維數(shù)組（可以看下面的例子），flow（流）意味著基于數(shù)據(jù)流圖的計算，TensorFlow為張量從圖像的一端流動到另一端的計算過程，是將復(fù)雜的數(shù)據(jù)結(jié)構(gòu)傳輸至人工智能神經(jīng)網(wǎng)絡(luò)中進行分析和處理。

之前TensorFlow支持Ubuntu/linux和Mac系統(tǒng)，安裝也比較方便，最近兩年，已經(jīng)發(fā)布可以在Win上安裝使用，本人的系統(tǒng)是Win10，所以在此以Win10為例。

關(guān)于tensor的例子

在真正開始之前，我們再給出官網(wǎng)上關(guān)于tensor的例子，加強對tensor（張量）的理解。在TensorFlow中數(shù)據(jù)的中心單元就是tensor。tensor就是將一個原始數(shù)集合用任意維度的數(shù)組來表示。一個tensor的秩就是它的維度。下面給出幾個例子。

3 # a rank 0 tensor; a scalar with shape []

[1., 2., 3.] # a rank 1 tensor; a vector with shape [3]

[[1., 2., 3.], [4., 5., 6.]] # a rank 2 tensor; a matrix with shape [2, 3]

[[[1., 2., 3.]], [[7., 8., 9.]]] # a rank 3 tensor with shape [2, 1, 3]

給出幾個學習網(wǎng)站：

TensorFlow官網(wǎng)安裝教程

TensorFlow中文教程

tensorflow入門

安裝

一、版本的選擇

我們知道安裝tensorflow有cpu版本和GPU版本，如果你的電腦上有支持GPU的顯卡，那么你可以選擇安裝GPU版本了，如果沒有只能安裝CPU版本了。CPU版本安裝簡單多了，在此不再陳述，網(wǎng)上教程非常多（一個 pip就可以安裝了）。在此主要是介紹如何安裝GPU版本的TensorFlow。

接下來的問題就是，先檢查一下你的電腦是否可以安裝GPU。

通過控制面板或者我的電腦右鍵進入“設(shè)備管理器”，展開“顯示適配器”，就會顯示裝好了顯卡驅(qū)動。12

然后登錄這里,選擇對應(yīng)的顯卡系列，即可查看你的GPU顯卡是否支持CUDA。例如我的是GeForce系列：

如果你的顯卡型號出現(xiàn)在相應(yīng)的列表中，那么恭喜你，你的電腦是可以支持GPU的。不過現(xiàn)在的顯卡都比較新了，很多人都在使用GTX 1050+系列。我的比較久，對于提速可能不會很明顯吧~~~

沒有的童鞋也不要桑心，對于普通的學習和練習在CPU版本下就足夠了，只要不訓(xùn)練大型數(shù)據(jù)庫就好~~~。

安裝環(huán)境的準備

TensorFlow目前在Windows下只支持64-bit python3.5+的版本（不支持python2.7!!!）。所以在此你需要安裝python3.5+的python版本，如果你之前使用的是python2.7+,沒有關(guān)系，請參考這里,很容易實現(xiàn)兩個版本的兼容與切換使用。如果，你本來就是使用python3.5+,那你就可以略過。

tensorFlow安裝

這一步就比較簡單了，直接pip安裝就可以了

激活python3環(huán)境：activate py3輸入：pip install tensorflow-gpu(注意1：如果出錯，提示需要升級pip，那么按照提升升級pip即可，然后再重新pip install tensorflow-gpu)（注意2：如果你的計算機顯卡較低不支持GPU加速，那就安裝CPU版本：pip install tensorflow-cpu.至此你的CPU版本也就安裝完成了，只需要python--->import tensorflow進行驗證即可。）12345

安裝cuda和cudnn

這個時候雖然已將完成了對TensorFlow的安裝，但是安裝的是GPU版本，所以在import tensorflow的時候會報錯。會告訴你沒有找到cuda和cudnn，所以下面我們就來一步一步安裝它們。

下載cuda 8.0

點擊這里進行下載，只需要根據(jù)自己的系統(tǒng)版本進行一步步選擇即可，大約1.4G左右，是一個exe文件，下載完成后雙擊運行即可，一路開綠燈。安裝的過程中可能會出現(xiàn)屏幕閃爍的現(xiàn)象，這是正常的，另外，安裝的時間可能還有點長。

安裝完之后，系統(tǒng)變量會自動為你加上，不用你自己手動添加。輸入nvcc -V測試一下是否安裝成功，如果看到版本信息目標是安裝成功。

安裝cudnn

注意：Google于2017年8月17日發(fā)布了tensorflow1.3，該版本不再支持cuDNN5，開始支持cudNN6，并預(yù)計tensorflow1.4支持cudnn7，所以在使用pip安裝最新版的tensorflow時候，在此需要使用cudnn6,而不再是cudnn5.1，不然可能會報錯。

cudnn下載，點擊這里，可能會填一些問卷~~~.

下載完成后，解壓，然后將相應(yīng)的包，放到cuda相應(yīng)包底下。

如果你不想自己下載，可以參見我的共享：鏈接, 密碼：v4cs

tensorFlow測試

如果你順利的走到這一步，那么恭喜你，成功安裝的概率為99%了。

激活python3:activate py3啟動python命令窗口：python導(dǎo)入tensorflow包：import tensorflow as tf1234

如果這三步順利，沒有報錯，恭喜你！安裝成功了！

測試小例子：簡單的矩陣乘法

import tensorflow as tfa = tf.random_normal((100, 100))b = tf.random_normal((100, 500))c = tf.matmul(a, b)sess = tf.InteractiveSession()sess.run(c)12345678

至此全部結(jié)束，非常感謝！