一、 簡介

TensorFlow是一個基于數(shù)據(jù)流編程（dataflow programming）的符號數(shù)學(xué)系統(tǒng)，被廣泛應(yīng)用于各類機(jī)器學(xué)習(xí)（machine learning）算法的編程實(shí)現(xiàn)，其前身是谷歌的神經(jīng)網(wǎng)絡(luò)算法庫DistBelief。

Tensorflow擁有多層級結(jié)構(gòu)，可部署于各類服務(wù)器、PC終端和網(wǎng)頁并支持GPU和TPU高性能數(shù)值計(jì)算，被廣泛應(yīng)用于谷歌內(nèi)部的產(chǎn)品開發(fā)和各領(lǐng)域的科學(xué)研究 。

TensorFlow由谷歌人工智能團(tuán)隊(duì)谷歌大腦（Google Brain）開發(fā)和維護(hù)，擁有包括TensorFlow Hub、TensorFlow Lite、TensorFlow Research Cloud在內(nèi)的多個項(xiàng)目以及各類應(yīng)用程序接口（Application Programming Interface, API） [2] 。自2015年11月9日起，TensorFlow依據(jù)阿帕奇授權(quán)協(xié)議（Apache 2.0 open source license）開放源代碼 。

TensorFlow即可以支持CPU，也可以支持CPU+GPU。前者的環(huán)境需求簡單，后者需要額外的支持。

• TensorFlow是基于VC++2015開發(fā)的，所以需要下載安裝VisualC++ Redistributable for Visual Studio 2015 來獲取MSVCP140.DLL的支持。
• 下載并安裝anaconda
• 下載并安裝Python編譯器，以3.7X為例。

如果要安裝GPU版本（有N卡，即NVIDIA顯卡），需要以下額外環(huán)境：

0）有支持CUDA計(jì)算能力3.0或更高版本的NVIDIAGPU卡。

1）下載安裝CUDA Toolkit 8.0，并確保其路徑添加到PATH環(huán)境變量里；

2）下載安裝cuDNN v6或v6.1，并確保其路徑添加到PATH環(huán)境變量里；

3）CUDA8.0相關(guān)的NVIDIA驅(qū)動。

二、安裝

1.檢查Anaconda是否成功安裝：conda --version

2.檢測目前安裝了哪些環(huán)境：conda info --envs

3.檢查目前有哪些版本的python可以安裝：conda search --full-name python

4.安裝不同版本的python：conda create --name tensorflow python=3.7

5.按照提示，激活之：activate tensorflow

6.確保名叫tensorflow的環(huán)境已經(jīng)被成功添加：conda info --envs

7.檢查新環(huán)境中的python版本：python --version

8.退出當(dāng)前環(huán)境：deactivate

三、TensorFlow安裝

pip install tensorflow

驗(yàn)證是否安裝成功：有三種方式

（1）直接在cmd中依次輸入python

然后鍵入

import tensorflow as tf
hello = tf.constant(‘Hello tensorfolw')
sess = tf.Session()
print(sess.run(hello))

結(jié)果：b'Hello tensorfolw',則安裝成功。

（1）在anaconda中的applications on 中選擇TensorFlow，然后launch Spyder

進(jìn)入Spyder之后，輸入上面的代碼，然后點(diǎn)擊run.如在console中出現(xiàn)如下輸出b'Hello tensorfolw'，則安裝成功。

（3）在pycharm中輸入一下內(nèi)容：

import tensorflow as tf

hello = tf.constant('Hello tensorfolw')
sess = tf.Session()
print(sess.run(hello))

如無誤也會出現(xiàn)一下內(nèi)容

到此這篇關(guān)于TensorFlow的環(huán)境配置與安裝方法的文章就介紹到這了,更多相關(guān)TensorFlow環(huán)境配置與安裝內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！