Windows环境下，Anaconda 安装多版本python，以及TensorFlow安装
我的图书馆
Windows环境下，Anaconda 安装多版本python，以及TensorFlow安装
最近想学习TensorFlow，一直用，所以想借用TF在python的拓展包。
主要问题是，TF 仅仅对python3.5的支持比较好，其他版本的python不是说不支持，只是笔者限于能力，多次尝试都没能成功。
下面进入正题：
1. 官网下载 ，笔者写作时版本为 Anaconda4.3.0，默认自带python3.6；
2. 如之前所说，TensorFlow当前对python的支持仅对3.5版本比较友好，因此我们需要利用Anaconda创建一个python3.5的环境。
打开cmd，输入：
conda&create&-n&tensorflow&python=3.5&span&style="white-space:pre"&&&&&&&/span&&&
//环境名称为tensorflow&选用的python版本为3.5&&
3. 在开始菜单中搜索 anaconda navigator，点击运行；
4. 点击左侧的 Environments，可以看到 “tensorflow”的环境已经被创建；
5. 重新回到cmd，启动环境tensorflow:
activate&tensorflow&&
6. 安装GPU版的TensorFlow：
pip&install&tensorflow-gpu&&
安装CUP版的TensorFlow：
pip&install&tensorflow&&
7. 回到 anaconda navigator，进入tensorflow环境，安装spyder 插件，进入Spyder后就可以[python]
import&tensorflow&as&tf &
TA的最新馆藏[转]&Windows7+Python3.5 下安装TensorFlow_windows系统-织梦者
当前位置:&>&&>& > Windows7+Python3.5 下安装TensorFlow
Windows7+Python3.5 下安装TensorFlow
1、安装Anaconda
下载：https://www.continuum.io/downloads，我用的是Python 3.5
下载完以后，安装。
安装完以后，打开Anaconda Prompt，输入清华的仓库镜像，更新包更快：
conda config --add channels https://mirrors.tuna./anaconda/pkgs/free/
conda config --set show_channel_urls yes
推荐第一行命令输入两次，以便把这个镜像地址放在首位。
2、安装TensorFlow
继续打开Anaconda Prompt，输入：
conda create -n tensorflow python=3.5
安装完以后，输入：
activate tensorflow
激活后，我选择安装的是CPU版本，输入：
pip install --ignore-installed --upgrade/tensorflow//cpu/tensorflow-0.12.0-cp35-cp35m-win_amd64.whl
如果想安装GPU版本，只需要将上面的命令换成GPU的命令即可。
安装失败的话多试几次
1 # 进入一个交互式 TensorFlow 会话.
2 import tensorflow as tf
3 sess = tf.InteractiveSession()
5 x = tf.Variable([1.0, 2.0])
6 a = tf.constant([3.0, 3.0])
8 # 使用初始化器 initializer op 的 run() 方法初始化 ‘x‘
9 x.initializer.run()
11 # 增加一个减法 sub op, 从 ‘x‘ 减去 ‘a‘. 运行减法 op, 输出结果
12 sub = tf.sub(x, a)
13 sub.eval()
14 # ==& [-2. -1.]
当你不用 TensorFlow 的时候,关闭环境:
deactivate
以上就是Windows7+Python3.5 下安装TensorFlow的全文介绍,希望对您学习Windows的使用有所帮助.
这些内容可能对你也有帮助
更多可查看windows系统列表页。
猜您也会喜欢这些文章python（5）
因为有些测试用例需要图形化的测试，所以直接在windows环境下安装使用了；
bestboyxie原创
windows安装
必须要python3.5版本
1。下载python 3.5版本
2。安装python3.5
3。设置python的环境变量
系统-》高级设置-》环境变量-》 PATH
字符串后面添加;C:\Python\Python35
note：需要把script里面的pip文件copy到python35这个目录；
安装Tensorflow
如果有nvdia显卡可以选择GPU加速版本
pip3 install --upgrade tensorflow-gpu
pip install --ignore-installed --upgrade
如果不是Nvida显卡
pip3 install --upgrade tensorflow
pip install --ignore-installed --upgrade /tensorflow/windows/cpu/tensorflow-1.0.1-cp35-cp35m-win_amd64.whl
如果出现无法访问的情况或者下载比较慢的情况接的要开代理哦，使用下面的语句替换pip
pip --proxy 1.1.1.1:3128
1.1.1.1是你的代理ip
3128是你的代理端口
Linux版本是linux支持python2.7的
pip install --upgrade
如果出现依赖关系安装probuf
pip install --upgrade \ /tensorflow/linux/cpu/protobuf-3.1.0-cp27-none-linux_x86_64.whl
&&相关文章推荐
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：62170次
积分：2217
积分：2217
排名：第15625名
原创：140篇
转载：21篇
评论：57条
(2)(13)(13)(5)(6)(8)(22)(18)(30)(29)(1)(1)(11)(6)(1)windows版tensorflow只适用于python3.5故先安装python3.5并将环境变量修改为python3.5的环境变量确保你的pip版本 &= 8.1。用 pip -V 查看当前 pip 版本，用 python -m pip install -U pip 升级pip开始安装tensorflow1、pip install tensorflow2、pip install --ignore-installed --upgrade
3、下载到指定路径手动安装若安装慢，可增加此目录[global]index-url = [install]trusted-host=windows下，直接在user目录中创建一个pip目录，如：C:\Users\xx\pip，新建文件pip.ini。内容同上。第一次用pip install tensorflow的时候很多函数缺失，比如mul，neg 想了半天，看了一下tensorflow的版本号tf.__version__ 一看是1.0.0 ，怀疑是版本低的原因，于是升级到1.0.12，妈蛋还真是这个原因啊，升级完之后好多函数就都能用了，但是inv还是不能用，难道还要升级？明天开始就可以开始看代码了，有个小问题？linux安装不能pip怎么安装呢？！
upup少女的最新日记
······
······
如果让我来做毕业演讲 · 21条内容
你论文写完了吗？ · 628条内容
最好的时代，最坏的时代 · 402条内容
就是那么简单几句我办不到 · 2351条内容
博物馆讲述难以言说的历史 · 363条内容
纪念汪老逝世二十周年 · 162条内容使用虚拟环境（可选）：
$virtualenv--system-site-packages~/tensorflow
$source~/tensorflow/bin/activate
# Ubuntu/Linux 64-bit, CPU only, Python 2.7
$export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.11.0rc1-cp27-none-linux_x86_64.whl
# Ubuntu/Linux 64-bit, CPU only, Python 3.4
$export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.11.0rc1-cp34-cp34m-linux_x86_64.whl
# Ubuntu/Linux 64-bit, CPU only, Python 3.5
$export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.11.0rc1-cp35-cp35m-linux_x86_64.whl
安装Tensorflow：
# Python 2
$sudo pip install--upgrade$TF_BINARY_URL
# Python 3
$sudo pip3 install--upgrade$TF_BINARY_URL
如果要升级Tensorflow，替换新版本的TF_BINARY_URL。
编译安装Tensorflow（GPU支持）
安装NVidia显卡驱动，你可以在Ubuntu内置的附加驱动中安装。
$sudo add-apt-repository ppa:graphics-drivers/ppa
$sudo apt update
安装CUDA：
#下载安装：
#/cuda-toolkit
$sudo shcuda_8.0.44_linux.run--override&
# 安装位置: /usr/local/cuda
# 默认仓库中的版本较旧
#$ sudo apt install nvidia-cuda-toolkit nvidia-cuda-dev&
# 安装位置: /usr
安装CudNN V5：
# 下载CudNN&5.1 for Cuda 8.0
$sudo tar-xzvf cudnn-8.0-linux-x64-v5.1.tgz
$sudo cp cuda/include/cudnn.h/usr/local/cuda/include
$sudo cp cuda/lib64/libcudnn*/usr/local/cuda/lib64
$sudo chmoda+r/usr/local/cuda/include/cudnn.h/usr/local/cuda/lib64/libcudnn*
在~/.bashrc文件中添加环境变量：
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda
使环境变量生效：
$source~/.bashrc
下载tensorflow源码：
$git clonehttps://github.com/tensorflow/tensorflow
安装一些编译和依赖工具：
$sudo apt-getinstall default-jdk python-dev python3-dev python-numpy python3-numpy build-essential python-pip python3-pip python-virtualenv swig python-wheel libcurl3-dev
安装Bazel：
$echo"deb [arch=amd64] /bazel-apt stable jdk1.8"|sudo tee/etc/apt/sources.list.d/bazel.list
$curl https://storage.googleapis.com/bazel-apt/doc/apt-key.pub.gpg|sudo apt-key add-
$sudo apt-getupdate
$sudo apt-getinstall bazel
$sudo apt-getupgrade bazel
配置编译选项：
$cd~/tensorflow
$./configure
需要输入Python路径，默认是&/usr/bin/python。如果你使用Python3，输入：/usr/bin/python3.5。
输入Python模块路径，默认是/usr/local/lib/python2.7/dist-packages。如果你使用Python3，输入：/usr/local/lib/python3.5/dist-packages。
输入Cuda SDK版本和Cudnn版本：8.0、5.1.5。
配置完成，输入如下信息：
INFO:All external dependencies fetched successfully.
Configuration finished
编译tensorflow：
$bazel build-copt--config=cuda& # GPU支持
#$ bazel build -c opt
构建pip包：
$bazel-bin/tensorflow/tools/pip_package/build_pip_package/tmp/tensorflow_pkg
安装pip包：
$sudo pip install/tmp/tensorflow_pkg/tensorflow&
$sudo pip3 install/tmp/tensorflow_pkg/tensorflow& # python3
https://www.tensorflow.org/versions/r0.11/get_started/os_setup.html#download-and-setup
tensorflow源代码：
本文永久更新链接地址：
相关资讯 & & &
& (05月17日)
& (03月28日)
& (05月17日)
& (04月24日)
& (03月28日)
　　　同意评论声明
　　　发表
尊重网上道德，遵守中华人民共和国的各项有关法律法规
承担一切因您的行为而直接或间接导致的民事或刑事法律责任
本站管理人员有权保留或删除其管辖留言中的任意内容
本站有权在网站内转载或引用您的评论
参与本评论即表明您已经阅读并接受上述条款