首先声明几点:

安装tensorflow是基于Python的,并且需要从Anaconda仓库中下载。

所以我们的步骤是:先下载Anaconda,再在Anaconda中安装一个Python,(你的电脑里可能本来已经装了一个Python环境,但是Anaconda中的Python是必须再装的),然后再下载安装tensorflow。

因为anaconda支持的python版本与TensorFlow支持的python版本不一致可能会导致安装出错,因此下载时候一定不能下载最新版本的anaconda,要先查询下tensorflow支持python哪个版本再下。

tensorflow 目前支持Python 2.7和3.5版本。

Anaconda对应的python版本号:

所以我安装的是:Anaconda3-4.0.0-Windows-x86_64.exe和Python3.5。

这部分可以作为参考,因为看到一些博客上说,有的因为版本不匹配安装失败了,至少我这两个版本是安装成功了。

一,安装Anaconda

从官网下载:https://www.anaconda.com/download/

官网下载起来很慢,国内清华镜像网站:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

默认安装即可。注意此处:

进入windows中的命令模式,运行cmd:

输入:conda --version  检测anaconda环境是否安装成功

二,安装Tensorflow

安装Tensorflow,在Anaconda Prompt中输入:conda create -n tensorflow python=3.5

一般情况下下载会很慢,大概率会失败,因为一般默认链接的都是国外镜像地址,下载肯定很慢。

改一下链接镜像的地址:打开安装好的Anaconda中的 Anaconda Prompt,

然后输入:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/     

conda config --set show_channel_urls yes

这两行代码用来改成连接清华镜像的。

打开C:\Users\Administrator\.condarc文件:

删除两行代码:

ssl_verify: true
- defaults

然后在Anaconda Prompt中输入:conda create -n tensorflow python=3.5

如果有多次安装不成功的情况,在安装成功的那一次会提示:
只需要按照提示指令,清理缓冲即可。

输入activate tensorflow,切换了,就代表安装成功了。

我们要安装的是CPU版本,那么在命令下紧接着输入:

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow

这一步如果出现:

因为pip的版本需更新,安装提示输入指令即可。

与安装步骤无关的话:
安装CPU版本的时候,博主参考的博客使用的下面这条命令:
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/tensorflow-1.1.0-cp35-cp35m-win_amd64.whl
运行后会发现报错:
You must give at least one requirement to install (see "pip help install")
原因是install 后面没有参数,也就是说没有给想要安装的包
可能是因为后面的网站链接写错了,或者是网站的资源搬迁了。到资源网站上检查一下,修改成正确的资源地址即可。
这里当然是因为网站地址搬迁了,使用
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow
就可以了。

三,测试

在Anaconda Prompt窗口中输入: python

进入python后依次输入:

import tensorflow as tf

sess = tf.Session()

a = tf.constant(10)

b= tf.constant(12)

sess.run(a+b)

运行结果22,就代表你已经完全安装好Tensorflow了。

测试阶段如果出现下面问题:

原因是因为numpy版本不对应。

但是在CMD界面是不能进行版本替换的。需要在Python的编辑器中,我是在PyCharm中。

但是这与Tensorflow的安装已经没有关系了。

在PyCharm中,需要使用我们anaconda中的Python,不能使用电脑里面安装的Python环境。

然后输入指令:pip install numpy==1.16.0  即可。

测试代码时出现没有模块的情况,进行下载模块即可。

最新文章

  1. java高新技术-可变参数与OverLoad相关面试题分析
  2. BitMap算法应用:Redis队列滤重优化
  3. Windows程序设再读笔记03-窗口与消息
  4. 如何使用NPOI 导出到excel和导入excel到数据库
  5. Neo4j:Data Model Transformation:From Relation To Graph
  6. Revit二次开发示例:Journaling
  7. httpsClient
  8. Call to undefined function pg_
  9. GitHub Android 最火开源项目Top20 GitHub 上的开源项目不胜枚举,越来越多的开源项目正在迁移到GitHub平台上。基于不要重复造轮子的原则,了解当下比较流行的Android与iOS开源项目很是必要。利用这些项目,有时能够让你达到事半功倍的效果。
  10. [ACM] poj 3468 A Simple Problem with Integers(段树,为段更新,懒惰的标志)
  11. hdu_1029_hash/map
  12. 2690036 - SAP HANA 2.0 SPS 03 Database Revision 034
  13. Java平台标准版本
  14. Python学习---IO的异步[asyncio +aiohttp模块]
  15. CountDownLatch、CyclicBarrier和 Semaphore
  16. 电脑端与iPad 端如何共享ChemDraw结构
  17. 定时任务-crontab
  18. web测试中的测试点和测试方法总结
  19. java全栈day06---数组的练习 冒泡排序
  20. CDH使用Solr实现HBase二级索引

热门文章

  1. 动态获取bind dns日志IP脚本
  2. 高并发之——不得不说的线程池与ThreadPoolExecutor类浅析
  3. Spring Cloud(八):使用Spring Cloud Bus来实现配置动态更新
  4. SQL Server 2019 表无法修改问题
  5. python3-cookbook笔记:第九章 元编程
  6. StarUML之六、StarUML规则与快捷键
  7. Android中通过Java代码实现ScrollView滚动视图-以歌词滚动为例
  8. Openshift中Pod的SpringBoot2健康检查
  9. P3884 [JLOI2009]二叉树问题
  10. 常用Content-type对照表