Windows下TensorFlow安装与代码测试

一：Tensorflow介绍

TensorFlow是谷歌的深度学习应用开发框架，其思想基于数据流图与节点图实现，简单易用，同时有具有以下几个特点：

1. 可视化训练过程

2. CPU与GPU支持

3. 先构建再运行的数据流节点会话

支持的系统包括如下：

• Ubuntu 16.04以后版本

• Windows7以后版本

• MacOS X 10.11以后版本

特别强调一下，最好是64位的系统比较好，因为Tensorflow本身测试都是64位的机器上完成的，当前的Tensorflow的最新版本为1.6。除了Tensorflow是深度学习的开发框架，其它常见的框架还包括

• DeepLearning4J

• Torch

• Keras

• Caffe

• CNTK

• Theano

此外，国内的百度，腾讯都开源了自己的深度学习框架，感兴趣的可以了解一下，当前使用人数最的应该是Tensorflow与Caffe。GITHUB上的统计数据也说明了这一点， 看下图：

很明显TF在各个指数上都是最高的，说他是最流行的深度学习开发框架一点也没错。

二：Tensorflow安装

以下的操作适合Windows7与Windows10 64位系统，Tensorflow官方支持的语言最主要的是Python，其它还包括Java、Go、C++等。这里以Python为例， 安装Tensorflow1.6首先需要安装Python3.6，然后可以下载安装PyCharm-IDE开发工具，如果一切正常，这个时候打开你的命令行工具输入如下命令

• python -m pip install --upgrade tensorflow

• python -m pip install --upgrade tensorflow-gpu // 支持GPU

如果上述命令不工作，还可以尝试下面两个

• pip3 install --upgrade tensorflow

• pip3 install --upgrade tensorflow-gpu // 支持GPU

上述的命令行，其中GPU支持的只有在机器有GPU支持的显卡上才需要执行支持GPU。另外你可能还需要执行一些其他的pip指令安装numpy、scikit-learn、scipy等。

三：代码演示

如果一切OK，这个时候你启动Python的IDE-Pycharm就会看到这样的界面

新建一个python文件，在里面写下如下代码：

1. import tensorflow as tf

2. import numpy as np

3. with tf.Session() as sess:

4.  a = np.array([[2, 3]], dtype=np.float32)

5.  b = np.array([[3], [2]], dtype=np.float32)

6.  print("a=", a)

7.  print("b=", b)

8.  c = tf.matmul(a, b)

9.  result = sess.run(c)

10.  print("result",result)

执行得到如下结果：

1. a= [[ 2. 3.]]

2. b= [[ 3.]

3.  [ 2.]]

4. result [[ 12.]]

上述代码实现了两个矩阵的乘法运算，如果得到上面的输出结果，说明你的tensorflow已经成功安装，可以开始在Windows系统上开始使用了。

注意：

如果有GPU支持，需要安装CUDA开发工具包与cuDNN，tensorflow1.6支持的版本是9.0。这个可以去英伟达的网站上下载即可。

远飞者当换其新羽

更多精彩内容请关注扫码：

续更多tensorflow相关文章，请持续关注！