干货！教你怎么搭建 TensorFlow 深度学习开发环境！

TensorFlow 是基于 DistBelief 进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。Tensor （张量）意味着 N 维数组，Flow （流）意味着基于数据流图的计算，TensorFlow 为张量从流图的一端流动到另一端计算过程。TensorFlow 是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。

TensorFlow 安装过程

安装之前，我们要了解 TensorFlow 对系统环境的要求，以 Windows 系统为例，TensorFlow 的安装环境如下： 1.Windows64 位操作系统 2.VC++ 2015 3.CUDA8.0 4.cuDNN 5.Python 3.5 需要注意的是，CUDA8.0 是 NVIDIA 显卡才能安装的，不安装 CUDA8.0 的话，TensorFlow 只能用电脑的 CPU 来计算了，计算速度会大打折扣。

首先，我们要在 Windows 上安装 VC++ 2015。如果你不确定自己的电脑是 32 位还是 64 位的话，可以在桌面的电脑图标上点击鼠标右键选择“属性”，在打开的系统信息界面的“系统类型”一栏可以看到当前的系统是 32 位还是 64 位的。如果是 64 位的系统，继续安装 VC++ 2015，需要说明的是，现在微软已经推出了最新版的 Visual Studio 2017，大家如果下载 VS2017 安装的话，安装时记得在组件里面选上“ VC++ 2015 运行库”。

安装好 VC++ 2015 后，安装 CUDA8.0 安装好 CUDA8.0 以后，还要安装一个 cuDNN，cuDNN 是 NVIDIA 的深度学习 SDK，如果需要注册账号的话就注册一个吧。将 cuDNN 下载以后解压，你会发现“ cuda ”的文件夹下面有 bin、include、lib 三个文件夹，而刚刚我们安装好的 CUDA8.0 安装目录下也有这三个文件夹！看来 cuDNN 就是为 CUDA 准备的，我们将 cuDNN 解压后的这三个文件夹复制到 CUDA8.0 安装文件夹下相同的位置。

接下来我们

要安装 Python 了，TensorFlow 对系统环境要求很高，不仅要求 Windows 是 64 位系统的，还要求 Python 是 3.5 版本的（小编亲自测试过，3.6 版本 Python 的都不能安装 TensorFlow ！），安装过程中注意要把 Python 安装文件夹路径放到系统的环境变量里去！需要更丰富的功能的话安装 Anaconda 也可以，但是注意一定要安装带有 Python3.5 版本 Anaconda ！

安装 Python 以后，可以在“开始”菜单里点击“运行”输入 cmd，在弹出来的窗口里输入“ python ”，如果能够正常打开 python 说明安装成功了。

最后，我们要开始安装 TensorFlow 了，下载好 TensorFlow 的离线安装包，在 TensorFlow 的 github 页面的 Installation 一栏，Windows 的 Tensorflow 有 CPU 和 GPU 两个版本，安装了 CUDA8.0 的朋友们可以选择下载 GPU 版本。

下载好以后，在“开始”菜单的“运行”里面输入 cmd，在弹出的窗口里进入刚刚下载 TensorFlow 的文件夹路径，使用 pip 命令将 TensorFlow 安装好，如果下载的是 GPU 版本，命令如下： pip install --upgrade tensorflow_gpu-1.1.0rc1-cp35-cp35m-win_amd64.whl

TensorFlow 安装成功以后的界面 除了下载离线安装包，TensorFlow 还可以通过 pip 命令在线安装，

安装 CPU 版本的命令： pip3 install --upgrade tensorflow

安装 GPU 版本的命令： pip3 install --upgrade tensorflow-gpu

但是由于我国特殊的网络环境，建议大家在 github 下载离线安装包然后用 pip 安装，这样避免了在线安装时文件下载到一半网络出现问题的错误。 TensorFlow 安装以后，我们可以通过简单的命令来测试一下 TensorFlow 是否安装成功。 打开“开始”菜单的“运行”输入 cmd，在弹出的窗口里面输入 python 打开 python，输入下面的命令测试一下：

import tensorflow as tf hello = tf.constant

('Hello, TensorFlow!')

sess = tf.Session()

sess.run(hello)

Hello, TensorFlow!

a = tf.constant(10) b = tf.constant(32)

sess.run(a+b)

42

TensorFlow 安装成功后的测试结果 如果以上的命令能在 python 下面顺利运行的话，恭喜你，TensorFlow 安装成功了！ 其实本教程只是开了一个很小很小的头，但实际上这从 0 到 1 的过程却是难住很多人的最大原因。在了解到教程中的这些东西之后，相信理解 Tensorflow 的官方教程已经对你没有难度了，如果你跟着官方教程走下去，会发现其实这些东西并不算难，相信以各位的智慧一定能学会的。那么本次教程就到这里了，如果还没有机器的朋友推荐一个好用的深度学习平台— Tesra 超算网络！