https://blog.csdn.net/heros_never_die/article/details/79760616

最近開始學習深度學習的相關知識，準備實戰一下，看了一些關于tensorflow安裝的博客，繞了一些彎，因此來填一下坑(多余安裝的或者非windows)，主要圍繞使用pycharm時需要用到tensorflow的安裝過程。

環境：windows10專業版。只是想簡單跑一下tensorflow的話，安裝過程真的很簡單。

如果你有“安裝IDE并關聯編譯器"的經驗，不想看復雜的安裝說明，可以嘗試看這個目錄憑自己的理解裝完，有問題細看。

1.安裝python，建議3.5以上版本

2.安裝pycharm，在pycham中關聯python解釋器，即給出Python.exe所在的路徑。

3.Pycharm中File->settings->Project xxx:->Project interpreter，右側列表任意雙擊一項就可以打開“Available Package(可安裝的包的列表)”，找到你要的tensorflow版本點擊install Package。gpu版需要顯卡支持CUDA，并安裝CUDA和cuDNN。

前言

首先，對于windows下安裝tensorflow，有的博客上來就叫裝Anaconda、裝CUDA(詳細自行搜索)，我覺得并不是很好。關于Anaconda，本質是個整合好的包，五六百M的樣子，里面有python和一些科學包，里面沒有tensorflow。學長給我了包但我并沒用，實際上里面好多包我用不到，我覺得用到什么下什么就行了，因為pip很方便，尤其是配上pycharm以后，其實并不需要像別的教程那樣使用pip指令去獲得包。

1.安裝python(如果你已經裝有python，可以跳過這步)

指的是python的解釋器(interpreter)和一些套件，有點類似于學C的時候的編譯器的感覺，找到資源運行一下exe基本就裝好了。關于版本，tensorflow1.2以后的版本需要3.5以后的版本。關于2.x與3.x的區別有哦興趣可以參考

http://www.runoob.com/python/python-2x-3x.html

2.選擇一個IDE

好的IDE可以提高效率，我使用的pycharm，這個看個人喜好。Anaconda有自帶spider。

pycharm資源和安裝教程很多，這里略過。

例如：https://blog.csdn.net/yctjin/article/details/70307933?locationNum=11&fps=1

IDE安裝的時候會詢問是否關聯解釋器，如果不小心點過去了，也可以打開File->Project:xxx->Project interpreter來關聯解釋器的路徑，這個過程和使用codeblocks關聯編譯器差不多。至此基本的python已經可以用了。

圖1 Project interpreter

另：File->settings->Color Scheme可以選擇皮膚。

3.安裝tensorflow

一些教程比較推薦的方法是使用pip，這個很方便。在python目錄下的Scripts文件夾里有pip.exe和pip3.exe。通過在命令行輸入一些指令就可以完成安裝了。詳細：https://blog.csdn.net/u010099080/article/details/53418159

但我cmd真的用的不太好，pycharm安裝其實更加方便(本質還是pip，只不過不需要自己輸指令)

方法來源：https://jingyan.baidu.com/article/335530dafdbb3619cb41c3a8.html

方法：在如圖1的界面中，任意雙擊一個packge，例如pip。接著你就能看到可安裝的包的列表了，找到你需要的package后點install package就好了，就這么簡單。右邊欄是包的介紹，下方可以選擇特定的版本（用Python3.6下不到1.2之前的版本）。列表里藍色的是已經裝好的。

裝好以后你的列表里就有了，如上圖1所示。就算只裝了tensorflow也會帶著一堆配套的東西，比如numpy，tensorboard；完全不用擔心。另外需要pandas之類的話，安裝同樣的方法安裝即可。

如果你需要用GPU跑tensorflow，則應確保你的顯卡支持CUDA，且應該安裝CUDA和cuDNN，并選擇tensorflow-gpu

詳細見：https://blog.csdn.net/u010099080/article/details/53418159

不同版本的tensorflow支持特定版本的CUDA，CUDA、cudnn應當與tensorflow配套

好多教程沒有強調，發布的也比較早，容易有坑。

tensorflow1.6開始支持CUDA9.0，cuDNN也需要配套的，找cuDNN x.x.x for CUDA9.0這樣的。

tensorflow1.6或1.7用CUDA9.1是不行的，該用9.0，我就被坑了。不過好在有解決的方法，非常感謝下面這篇：

https://blog.csdn.net/qq_36556893/article/details/79433298

于是我寫了一篇詳細的關于使用CUDA9.1的tensorflow的教程：

https://blog.csdn.net/heros_never_die/article/details/79871564

更新：tensorflow的包是比較大的，安裝起來比普通的小包要慢很多，請保證程序正常運行且網絡通暢的條件下耐心等待。如果使用命令行與pip安裝的話，是可以明確看到安裝進度的，對于安裝過程非常有疑問的可以用這種方法。

后記

試出的迷一般其他的坑。

如果裝了tensorflow，手賤再安裝tensorflow-gpu，默認會運行tensorflow-gpu。同學那機子不支持CUDA，就開始報錯。而上面的安裝方法的那個列表不支持刪除。可以打開cmd，輸入pip list，這樣可以看到所有已經安裝的包。pip uninstall tensorflow和pip uninstall tensorflow-gpu就可以刪除這兩個包。然后重新安裝tensorflow。

如果你的電腦是window系統且安裝了兩個python解釋器，比如3.6和2.7，那么上面點install package的時候會出錯，而且直接在cmd里使用pip指令也出問題，找不到資源。我老老實實的卸了2.7.

更新：在linux服務器上同時安裝了python3.6和python2.7，可以互補影響的運行。主要原因在于相關程序的路徑指定。那么這樣推測，在windows上適當的修改環境變量，可以使得不同版本的python正常工作。

關于：“Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2”的警告是說你的CPU支持AVX2指令集，可以運行的更快，但是這個版本的tensorflow不支持，無視掉就好，或者安裝教程加入屏蔽警告的語句(每次都加多麻煩，反正這個也沒影響，我真的想快就用gpu版或者服務器了)。

更新：mind/wheels在github上有發布支持AVX指令集的tensorflow，詳見該篇末尾：

https://blog.csdn.net/heros_never_die/article/details/79871564

總結

以上是生活随笔為你收集整理的windows下用pycharm安装tensorflow简易教程的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。