2016-05-30 163 views
8

我想在我的Windows PC上安装Tensorflow。由于我已经在Python(3.5)上安装并使用了Anaconda,所以我遵循了指令https://www.tensorflow.org/versions/r0.8/get_started/os_setup.html#anaconda-environment-installation用anaconda在Windows上安装tensorflow

创建名为tensorflow的畅达环境后,我过我的安装有:

$ python 
Import tensorflow as tf 

但我得到的错误:

ImportError: no module named 'tensorflow' 

有谁知道我错过了什么?

非常感谢!

回答

9

更新:由于TensorFlow 0.12,我们已经发布了Windows的软件包。您可以安装的唯一CPU版本使用以下命令:

C:\> pip install tensorflow 

...和GPU加速版本:

C:\> pip install tensorflow-gpu 

请注意,您将需要64位 Python版本3.5为上述命令安装工作。


TensorFlow是not currently supported on Windows,并没有官方的二进制包的Windows上运行。目前我们正在努力增加对Windows的支持,但这项工作还处于初期阶段。

有关如何使用Docker或Bash for Windows运行TensorFlow的建议,请参阅this question的答案。

2

看起来你需要激活虚拟环境TensorFlow安装在当你激活的虚拟环境中,它会出现在括号中的命令提示符下,像在实例教程:

$ source activate tensorflow 
(tensorflow)$ # Your prompt should change 

源命令只能在Linux/Mac上,据我所知,这样的窗口,你必须在这里按照指示:

http://conda.pydata.org/docs/using/envs.html#change-environments-activate-deactivate

一般来说,处理激活的脚本文件升在[your_environment]/bin/activate中如果你对它的功能感兴趣。

因此,基本上tensorflow文件安装在这个环境文件夹内,Python将无法找到它们,除非这个文件夹被添加到它搜索库的PATH中,这实际上是激活环境的原因!

0

Tensorflow安装Conda:

  1. 安装Anaconda3-4.2.0 X6 4(我遇到了与最新版本4.3.0问题)
  2. 升级版本畅达4.2.9 - > 4.2.11(再次遇到了一些问题,畅达4.2.9)

    畅达安装畅达= 4.2.11

  3. 创建环境

    康达创建-n TF蟒= 3.5

  4. 激活TF

  5. ç昂达安装-c畅达锻tensorflow

1

以上提供的步骤将安装在TensorFlow您的Windows系统,但仍可能会在使得它在你的笔记本Jupyter可用面临的问题 - 来自不同的地方,因此组装工时一起有一个完整的解决方案:

如何安装Tensorflow在Windows 10的蟒蛇环境中 1)从Anaconda网站下载并安装Anaconda 3.6(3.5及更高版本)到您的系统中。 2)重新启动系统 3)通过以下命令创建虚拟环境: 康达创建-n tensorflow

4)激活所述虚拟环境

C:>激活tensorflow

(tensorflow)C: >#你的提示应该改变 TensorFlow in anaconda 5)应按以下步骤开始在虚拟环境中

(tensorflow)C安装Tensorflow:>畅达安装-c合作NDA-锻造tensorflow 6)现在,你可以在tensorflow (tensorflow)C Python和工作输入:>蟒蛇

7),但是,如果你喜欢在Tensorflow上工作Jupyter笔记本电脑,你需要设置为karnel您在下面的步骤虚拟环境: a)安装IPython的内核模块到您的virtualenv

激活你的virtualenv,如果您还没有

PIP安装ipykernel

b)现在运行的内核“自我“安装”脚本: python -m ipykernel install --user --name = my-virtualenv-name

根据需要替换--name参数。在我的情况下,它是tensorflow

c)您现在应该能够在IPython笔记本菜单中看到您的内核:内核 - >更改内核,并且能够切换到它(您可能需要刷新页面才能出现在列表中)。 IPython将会记住那个笔记本使用哪个内核。

8)测试与下面的程序,你应该看到tensorflow“你好,TensorFlow!”

import tensorflow as tf 

hello = tf.constant('Hello, TensorFlow!') 
sess = tf.Session() 
print(sess.run(hello))