windows下TF完整安装流程及出错解决方案

http://blog.csdn.net/qwerty200696/article/details/78117518

一.安装python

1、通过Pip在Windows上安装Python

TensorFlow

在

Windows

上只支持64位

Python3.5

，可以通过Python
3.5 from python.org 下载并安装

Python3.5.2

（注意选择正确的操作系统）。

或者通过https://www.python.org/downloads/选择3.5的任意版本。

2、设置环境变量

上一步安装时，如果勾选了“自动配置环境变量”操作，即：在

cmd

中输入

pip

，如果找到了该命令，则可省去该步骤。

若在

cmd

中输入

pip

找不到该命令，则需要将

Python

安装路径下“

%安装路径%\Scripts

”添加到Path下；再到cmd中输入pip看到若干命令提示，则代表

python

安装成功（

Python

安装包自带

pip

）。“开始”->“所有程序”，也可以找到

Python

终端。

参考自：http://blog.csdn.net/include1224/article/details/53452824

二.cuda以及cudnn的安装

TensorFlow

分为

CPU

版和

GPU

版，如果你打算安装

GPU

版，请先安装如下两个驱动：

1、CUDA安装：

https://developer.nvidia.com/cuda-downloads

2、CuDNN安装：

https://developer.nvidia.com/cudnn

（要注册Nvidia用户，并加入CuDNN开发组，填若干问卷就可以下载了）选择下载版本时要注意和Cuda版本匹配。

解压后覆盖至CUDA的安装目录下。 

例如：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\

1
2

三、安装tensorflow

我安装的是GPU版本。

windows

不支持

pip

在线安装。即不支持：

pip
install tensorflow-gpu

该命令。

两种方法安装

tensorflow

：

1.手动下载tensorflow gpu版本文件：

tensorflow_gpu-0.12.0rc0-cp35-cp35m-win_amd64.whl

 

下载网址：https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-0.12.1-cp35-cp35m-win_amd64.whl

下载完成后，打开cmd，切换到安装文件目录，输入:

pip install tensorflow_gpu-0.12.0rc0-cp35-cp35m-win_amd64.whl

1
2

即可成功安装。

2.输入pip命令

pip install --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-0.12.1-cp35-cp35m-win_amd64.whl

1
2

参考自tensorflow官网：https://www.tensorflow.org/versions/r0.12/get_started/os_setup#pip_installation_on_windows

mac和linux可另行参考网上教程。

四、测试

测试是否安装成功。

1.问题一

import tensorflow as tf

1
2

导入tensorflow时出现错误：

“Couldn't open CUDA library cudnn64_5.dll”

1
2



找到解决方案： 

安装时没有注意cudnn版本要求，下载安装了cudnnv6.0，安装完后自己查找文件，只有cudnn64_6.dll，没有cudnn64_5.dll。



解决方案为将cudnnV6.0替换为cudnnV5.1即可。

即重新下载cudnn5.1版本。 https://developer.nvidia.com/rdp/cudnn-download



解决方案来自：http://blog.csdn.net/suo_ivy/article/details/70445103

替换完成后，该错误消失。

2、问题二

执行

tf.Session()

的时候，出现如下提示：

Could not identify NUMA node of /job:localhost/replica:0/task:0/gpu:0, defaulting to 0.  Your kernel may not have been built with NUMA support.`

1
2

不过这并不影响最终结果的执行。（只是个警告）



网上找到相关说明： http://blog.csdn.net/baixiaozhe/article/details/54598346 

可供参考一下。 

大体上的意思是：只要我们不是使用多GPU，这个警告应该是可以忽略的，所以我们目前也不需要担心了。

至此，tensorflow 测试完成，并成功运行了测试样例。

(optional) 测试程序源码

最后，附上个人博客地址：https://qwerty200696.github.io/2017/09/07/TensorFlow_setup/ 欢迎一起交流。