TensorFlow 安装教程

摘要：本文介绍了在Windows系统中安装TensorFlow的详细步骤：首先需安装Python 3.4+版本；推荐使用pip或Anaconda工具安装，其中重点演示了通过Anaconda创建名为tensorflow的虚拟环境（基于Python 3.5）；随后激活环境并使用pip安装CPU/GPU版本的TensorFlow；最后通过运行HelloWorld程序验证安装成功。整个过程包含版本验证、环境配置、软件包安装等关键环节，并提供了各步骤的典型命令行输出示例。

[TensorFlow 安装教程](#TensorFlow 安装教程)

[步骤一：验证已安装的 Python 版本](#步骤一：验证已安装的 Python 版本)

[步骤二：选择 TensorFlow 的安装方式](#步骤二：选择 TensorFlow 的安装方式)

[Anaconda 框架安装](#Anaconda 框架安装)

[验证 Anaconda 安装成功](#验证 Anaconda 安装成功)

[步骤三：创建 TensorFlow 专属 conda 虚拟环境](#步骤三：创建 TensorFlow 专属 conda 虚拟环境)

[步骤四：激活 TensorFlow 虚拟环境](#步骤四：激活 TensorFlow 虚拟环境)

[步骤五：使用 pip 安装 TensorFlow](#步骤五：使用 pip 安装 TensorFlow)

[TensorFlow 安装验证：编写第一个入门程序](#TensorFlow 安装验证：编写第一个入门程序)

TensorFlow 安装教程

安装 TensorFlow 前，系统中需先安装 Python，Python 3.4 及以上版本是安装 TensorFlow 的最佳选择。

以下为 Windows 操作系统中安装 TensorFlow 的具体步骤：

步骤一：验证已安装的 Python 版本

打开命令提示符，输入 Python 指令验证，示例输出如下：

plaintext

python 复制代码

:\>Python
Python 3.6.5 (v3.6.5:f59c0932b4, Mar 28 2018,16:07:46) [MSC v.1900 32 bit (Intel)] on win32
输入 "help","copyright","credits" 或 "license" 可查看更多信息。

步骤二：选择 TensorFlow 的安装方式

用户可选择任意方式安装 TensorFlow，我们推荐pip 和Anaconda两种工具。pip 是 Python 中用于执行和安装模块的命令，在安装 TensorFlow 前，需先在系统中安装 Anaconda 框架。

Anaconda 框架安装

以Anaconda2 5.2.0（64 位） 版本为例，安装过程中会完成各类组件的解压与写入，示例过程如下：

plaintext

python 复制代码

解压：qt-5.6.2-vc9hc26998b_12.tar.bz2
写入 Library/qml/Qt/labs/controls/designer/images/combobox-icon 16.png
写入 Library/lib/Qt53DQuickInput.prl
写入 Library/qml/Qt/labs/controls/designer/images/tumbler-icon 16@2x.png
......

验证 Anaconda 安装成功

安装完成后，在命令提示符中输入conda指令验证，若出现以下内容则说明安装成功：

plaintext

python 复制代码

C:\Users\Radhika>conda
用法: conda [-h] [-V] command ...
conda 是一款用于管理和部署应用程序、虚拟环境及软件包的工具。
可选参数：
  位置参数：
    command
      clean        移除未使用的软件包和缓存
      config       修改.condarc中的配置值（参考git config命令设计，默认写入用户目录下的.condarc文件）
      create       基于指定的软件包列表创建新的conda虚拟环境
      help         显示所有可用的conda命令及帮助信息
      info         显示当前conda的安装信息
      install      将软件包列表安装到指定的conda虚拟环境
      list         列出指定conda虚拟环境中已关联的软件包
      package      底层conda软件包管理工具（实验性）
      remove       从指定conda虚拟环境中移除软件包列表
      uninstall    conda remove的别名，可查看conda remove --help获取帮助
      search       搜索软件包并显示相关信息，输入内容为MatchSpec（conda软件包的查询语言）

步骤三：创建 TensorFlow 专属 conda 虚拟环境

执行以下命令，创建名为 tensorflow、基于 Python 3.5 的虚拟环境：

plaintext

python 复制代码

conda create --name tensorflow python=3.5

执行后命令提示符会显示待安装的新软件包及大小，示例如下：

plaintext

python 复制代码

VC-14、wincertstore-0.2、wheel-0.31.1、certifi-2018.4.16、python-3.5.5
总大小：3KB、13KB、81KB、143KB、18.2 MB、20.8MB
即将安装以下新软件包：
certifi: 2018.4.16-py35_0
pip: 10.0.1-py35_0
python: 3.5.5-h0c2934d_2
setuptools: 39.2.0-py35_0
VC: 14-h0510ff6_3
vs2015_runtime:14.0.25123-3
wheel: 0.31.1-py35_0
wincertstore: 0.2-py35hfebbdb8_0
是否继续？([y]/n)?

输入y并回车，系统将开始下载并解压 TensorFlow 安装所需的相关软件包，下载过程会显示进度百分比。

步骤四：激活 TensorFlow 虚拟环境

虚拟环境创建成功后，执行以下命令激活该环境：

plaintext

python 复制代码

activate tensorflow

激活成功后，命令提示符前缀会显示虚拟环境名称，示例如下：

plaintext

python 复制代码

C:\Users\Radhika>activate tensorflow
(tensorflow)C:\Users\Radhika>

步骤五：使用 pip 安装 TensorFlow

激活虚拟环境后，使用 pip 命令安装 TensorFlow，CPU 版本执行以下命令：

plaintext

复制代码

pip install tensorflow

GPU 版本执行以下命令：

plaintext

复制代码

pip install tensorflow-gpu

执行后命令提示符会显示各类依赖包的安装状态，若依赖已满足则会提示 "Requirement already satisfied"，示例如下：

plaintext

复制代码

已满足依赖：colorama>=1.1.0（来自tensorflow）
已满足依赖：numpy>=1.13.3（来自tensorflow）
已满足依赖：grpcio>=1.12.1（来自tensorflow）
......

TensorFlow 安装验证：编写第一个入门程序

安装完成后，可通过编写经典的Hello World程序验证 TensorFlow 是否能正常使用，操作步骤如下：

激活 TensorFlow 虚拟环境并打开 Python 解释器：

plaintext

复制代码

>> activate tensorflow
>> python

输入以下代码并执行：

python

运行

python 复制代码

import tensorflow as tf
hello = tf.constant('Hello, Tensorflow!')
sess = tf.Session()
print(sess.run(hello))