在Windows上搭建TensorFlow
在Windows上搭建TensorFlow
在本文中，我将详细介绍如何在Windows 10上搭建TensorFlow环境，话不多说，直接开始。
首先，需要Python环境和pip工具。
1、获取Python和pip
在Windows环境安装Python 3.x版本，通常安装包中集成了pip工具，安装会非常简单方便。具体见：https://www.python.org/downloads/windows/
完成安装后，可以打开命令提示符并键入python，以查看你正在使用的版本。这里可以看到，我下载了3.7.3版：
然后可以退出Python解释器环境：
然后在CMD中使用如下代码测试pip工具安装的情况：
pip –V
接下来，在安装TensorFlow之前，需要先检查主机的GPU是否支持，在命令提示符下，执行命令：
control /name Microsoft.DeviceManager
然后查看“显示适配器”设置，将其打开，然后阅读显示适配器的名称，看看是否支持TensorFlow的运行（一般都会支持）。
注意：下载python时一定要下载64bit的，否则会在安装TensorFlow时出现不兼容的问题。
2、安装CUDA驱动程序（若没有使用GPU，可先跳过）
要说明一点，目前TensorFlow的最高版本已经提供了对CUDA 10.1的支持，若你下载的TensorFlow版本 >=1.13.0，则需要下载CUDA >=10.0的版本，否则会出现版本不兼容的问题。访问CUDA的下载网站，传送门：https://developer.nvidia.com/cuda-toolkit ，请确保通过选择下面的“Legacy Releases”链接来下载正确版本的驱动程序，如下图所示：
选择legacy Releases后，选择你需要的版本，如图：
并记住要选择安装local版本（因为network版本运行时比较依赖网络，网络不好容易崩掉）：
然后下载并安装就OK啦（我使用的TensorFlow版本为1.14.0，故选择了10.0版本的CUDA进行下载安装）。
安装时可以直接选择精简版进行安装，等待一会儿就安装完成了。
附：如果在安装CUDA时出现问题或错误，这篇博客可以给你很大的帮助哦，传传传送门：https://blog.csdn.net/zzpong/article/details/80282814 。
但是，在运行TensorFlow之前，还需要一个与主机的CUDA版本相匹配的cuDNN版本（后面会介绍哦）。
3、安装TensorFlow
总有人说TensorFlow安装过程十分困难，但是其实细细想来这是其中比较简单的一个步骤了，具体操作如下。
直接在CMD命令行中输入：
pip install tensorflow
然后就会看到开始下载并安装一个版本的TensorFlow了，等待安装完成，在命令提示符窗口中输入：
python
打开Python编辑器，在其中输入：
import tensorflow as tf
若未提示错误，则说明TensorFlow下载安装成功啦，然后再输入：
print(tf.version)
就会输出当前安装的TensorFlow的版本号了。
注意：若提示错误缺少CUDA或NVIDIA，则说明你未完成安装CUDA和cuDNN，按照2、4步骤进行下载安装后即可。
若出现“OSError: [WinError 193] %1 不是有效的 Win32 应用程序”错误，则执行脚本：cscript %SYSTEMDRIVE%\inetpub\adminscripts\adsutil.vbs SET W3SVC/AppPools/Enable32bitAppOnWin64 1 。其中，%SYSTEMDRIVE%表示系统盘（一般为c:）。这个命令的意思是设置在IIS服务器上的32位应用程序可以在Windows64位的机器上运行。
4、安装cuDNN库（与CUDA呼应）
cuDNN库是CUDA针对深度神经网络的更新包，TensorFlow会使用它用于加速NVidia GPU上的深度学习。传送门：https://developer.nvidia.com/cudnn。
但比较麻烦的是这个网站需要登录才能下载，所以你必须首先要注册一个NVidia开发者账号，它是免费的。登录后，你便会看到各种CuDNN的下载。然后就是选择匹配的版本，由于之前使用了CUDA 10.0，所以确定为CUDA 10.0选择了cuDNN v7.6.2。
下载下来的是一个包含了几个文件夹的ZIP文件，每个文件夹包含cuDNN文件（一个DLL，一个头文件和一个库文件）。然后找到你的CUDA安装目录，可以看到也有一个bin、一个include、一个lib文件夹。这么巧，太好了，那还等什么，赶紧将你的cuDNN的bin、include和lib文件夹里的文件全部粘贴到CUDA相关的目录中吧。
以上就是在Windows环境下下载安装TensorFlow的全部内容了，下面给出一个TensorFlow验证程序：
import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow!’)
sess = tf.Session()
print(sess.run(hello))
sess.close()
若输出**b’Hello, TensorFlow!’**则说明TensorFlow运行正常啦。
提问：为什么会输出b?
解答：b为bytes的意思，是python3的语法，加‘b’表示按位字符串。