Windows64位任意环境下安装tensorflow

安装Tensorflow_GPU版本的详细说明时间2021年10⽉18⽇安装Tensorflow的详细记录安装Tensorflow GPU版本需要下载以下三个⽂件：下载好⽂件之后，依次安装，安装位置随意。

Anaconda3-2018.12-Windows-x86_64.exe安装注意事项这两个都要选中，这样就不需要配置PATH了。

然后就⼀路next就⾏。

等到安装完成之后，在cmd中输⼊conda -V 或者conda list。

如何出现版本号以及⽂字，说明安装成功。

安装cuda_10.0.130_411.31_win10.exe注意事项NVIDIA GeForce这个⽤不到，将其勾掉最需要注意的是版本号问题。

因为NVIDIA显卡，最⾃动安装它的驱动，如何在安装cuda_10.0.130_411.31_win10.exe的时候，cuda提供的版本号低于⾃⼰电脑上⾯的NVIDA的版本号，就将这个勾去掉。

都安装成功之后，开始安装Tensorflow。

简单步骤：打开Anaconda Prompt，然后输⼊conda create -n tensorflow_gpu python=3.8，这是为了Tensorflow创建单独的环境。

继续输⼊activate tensorflow_gpu。

这是激活环境。

继续输⼊pip install tensorflow-gpu，即开始下载Tensorflow如果这⼀⾏的命令⾏不起作⽤，还有其他的⽅法解决，⽅法如下：⽅法⼀：打开Anaconda，然后按照下⾯依次操作注：我已经安装好了，没有安装Tensorflow的话，这个Tensorflow_GPU是没有的，然后点击这个Tensorflow_GPU，安装即可，等待安装完成即可⽅法⼆：在Pycharm中安装Tensorflow_GPU。

打开PyCharm，然后在File->setting->Project:PythonWorkspace->Python Interpreter(这个是你的项⽬⽂件夹，不同的项⽬名称这个不⼀样，但都是Project开头的)⾥⾯配置python的位置然后选中你的Anaconda安装路径，在⾥⾯找到python.exe，然后点击确定。

手把手教你在window10(64bit)下安装Anaconda3和tensorflow-gpu（不坑）【简述】关于Window安装TensorFlow- GPU环境的文章网上已经有很多了，但是为什么还要写这篇文章呢，就是被网上的文章给坑了。

由于tensorflow-gpu的版本和CDUDA版本，甚至CUDNN 版本都有着对应关系，导致在安装TensorFlow- GPU入了很多坑，最后还是通过看错误信息，才顺利安装上的，因此分享这篇文章，避免小伙伴们入坑（大家可以对照我的模式来安装）。

【详细过程】一、前提准备条件(所有内容全为64位，不要问为什么，文末有百度云)1、Python-3.52、Anaconda3-5.1.0（python 3.6 version，64位）3、显卡驱动：建议去英伟达官方下载，驱动不要最新的，时间最好跟cuda和cudnn发布时间相差无几。

4、CUDA-9.0.176_win10（是V9.0版本）此外包括了cuda9.0.176的两个补丁CUDA-9.0.176.1_windows 和CUDA-9.0.176.2_windows5、CUDNN-9.0-windows10-x64-v7（其实是V7.0，官网下载下来是这个，需要注册帐号）二、安装过程1、安装python-3.5，默认安装即可，记得勾选环境变量设置。

2、Anaconda3的安装，也默认安装，记得勾选环境变量设置。

3、安装英伟达显卡驱动，默认精简安装即可。

三、CUDA的安装（核心来了）①右键以管理员身份运行cuda_9.0.176_win10.exe，下面按照图片操作以上便是安装完毕cuda的主程序。

②接下来安装两个补丁，也分别以管理员身份运行，先安装补丁CUDA-9.0.176.1_windows，详细如下图所示：③接下来安装两个补丁，也分别以管理员身份运行，再安装补丁CUDA-9.0.176.2_windows，详细如下图所示：以上便是cuda主程序和两个补丁的完整安装教程。

解决windows上安装tens...最近打算开始研究⼀下机器学习，今天在windows上装tensorflow花了点功夫，其实前⾯的步骤不难，只要依次装好python3.5，numpy，tensorflow就⾏了，有⼀点要注意的是⽬前只有python3.5能装tensorflow，最新版的python3.6都不⾏。

装好tensorflow后，我建议⼤家不要直接⽤测试⽤例进⾏测试（如果没装好的话出现的错误⼀般都是：module ‘tensorflow' has no attribute ‘constant'）。

第⼀次测试时可以在python shell⾥⾯输⼊：import tensorflow如果没有报错，恭喜你，⼗有⼋九是装好了，这时可以再⽤简单的测试⽤例测试⼀下。

但我估计没报错的话你也不会看到这篇博客了。

事实上，我第⼀次安装的时候出现了如下错误：Traceback (most recent call last):File “D:\Python\Python35\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py”, line 18, in swig_import_helper return importlib.import_module(mname)File “D:\Python\Python35\lib\importlib__init__.py”, line 126, in import_modulereturn _bootstrap._gcd_import(name[level:], package, level)File “frozen importlib._bootstrap”, line 986, in _gcd_importFile “frozen importlib._bootstrap”, line 969, in _find_and_loadFile “frozen importlib._bootstrap”, line 958, in _find_and_load_unlockedFile “frozen importlib._bootstrap”, line 666, in _load_unlockedFile “frozen importlib._bootstrap”, line 577, in module_from_specFile “frozen importlib._bootstrap_external”, line 906, in create_moduleFile “frozen importlib._bootstrap”, line 222, in _call_with_frames_removedImportError: DLL load failed: 找不到指定的模块。

Win7_64离线安装tensorflow+keras亲测安装成功1. 安装Anaconda安装包选择：Anaconda3-4.2.0-windows-x86_64（内置python3.5编译环境）安装目录：C:\ Anaconda3。

注意最后应将路径加入Path的选项勾上，否则可能会导致无法启动Anaconda。

安装好后要检查一下python是否正确使用。

如果设置环境变量后仍不能正常使用，则重新安装Anaconda3-4.2.0-windows-x86_64。

2. 下载并解压protoc-3.1.0-win32，将bin文件夹中的protoc.exe拷贝到C:\windows\system32中；3.进入到C:\Anaconda3\Lib\site-packages目录下，新建tensorflow文件夹用来存放tensorflow 的安装文件；4. 下载并解压protobuf-3.1.0.tar，将解压后的文件protobuf-3.1.0拷贝到新建的tensorflow 文件夹中，并且将protoc.exe文件拷贝到protobuf-3.1.0\src文件中；5. 通过cmd命令进入到protobuf-3.1.0\python的目录下，执行命令python setup.py install;6. 安装tensorflow：将安装包tensorflow-1.0.1-cp35-cp35m-win_amd64.whl复制到Anaconda3\Lib\site-packages\tensorflow文件中，然后通过cmd命令进入到Anaconda3\Lib\site-packages\tensorflow目录下，执行命令pip install tensorflow-1.0.1-cp35-cp35m-win_amd64.whl进行安装，待安装结束后，在Ipython命令行下输入import tensorflow as tf，若不报错则说明tensorflow安装成功。

Windows环境TensorFlow源码C++编译———实战与避坑记（1）TensorFlow训练模型时，基本都是在Python环境下完成。

⽣成环境中通常会使⽤其他语⾔开发应⽤程序，来完成对训练好的模型的调⽤。

这时，就需要⽤到tensorflow的动态库⽂件。

Tensorflow的官⽅并没有提供编译好的动态库⽂件，只是给出了如何进⾏编译的⽅法指导。

实际编译过程中，会遇到很多问题，作者在参考其他编译教程，结合⾃⼰的实战经验，总结撰写本教程，希望能为需要的同仁提供些许帮助。

主要参考：1. Windows 编译环境配置安装以下构建⼯具以配置 Windows 编译环境。

1.1. 安装 Python 和 TensorFlow 软件包依赖项1.1.1. 安装Python安装（以上的版本）。

选择 pip 作为可选功能，并将其添加到%PATH%环境变量中。

注意：python的安装路径不能有空格，否则在bazel build时会报如下错误：python安装在没有空格路径下（⽐如: C:\Python\Python38）并将安装路径配置到系统环境变量path中。

1.1.2. 安装Tensorflow pip软件依赖包安装 TensorFlow pip 软件包依赖项：pip3 install six numpy wheelpip3 install keras_applications==1.0.6 --no-depspip3 install keras_preprocessing==1.0.5 --no-deps上图说明six，numpy，wheel已经安装过了。

可通过pip uninstall先卸载已经安装的软件，并按照要求重新安装指定版本软件。

pip3 install six~=1.15.0 numpy~=1.19.2 wheel~=0.35pip3 install keras_applications~=1.0.8 --no-depspip3 install keras_preprocessing~=1.1.2 --no-deps说明：通过pip3 install keras_applications安装的版本最新只有1.0.8。

【配置相关】配置tensorflow和keras时教程及问题总结基本参数：（如何基本参数和我的电脑不⼀致，有可能会出意外的错误）操作系统：Windows 10，64位Anaconda版本：Python 3.6版本。

关于Anaconda的介绍、安装及使⽤教程可查看：本⽂写作时间：2019年3⽉26⽇全程⼿打，不可避免的可能出现某些错误，如果您发现请及时指正。

⼀、⾸先是安装CPU版本Tensorflow1、打开Anaconda Prompt，输⼊清华仓库镜像：conda config --add channels https:///anaconda/pkgs/free/conda config --set show_channel_urls yes2、创建⼀个python3.5的环境，环境名称为tensorflow：注意，此时python的版本和后⾯tensorflow的版本有匹配问题，这⼀步选择的为python3.5conda create -n tensorflow python=3.5有需要确认的地⽅，都输⼊：y环境名称配置好之后，点击Anaconda Navigator，左侧的Environments就有了这⼀项tensorflow，如下图：3、在Anaconda Prompt中激活tensorflow环境：activate tensorflow激活后如下图所⽰：4、利⽤清华镜像，安装cpu版本的TensorFlow，其版本为1.13.1pip install --upgrade --ignore-installed tensorflow #CPU到这⼀步，CPU版本的TensorFlow就安装好了，我们仍需要做⼀下测试，确保万⽆⼀失。

5、测试Tensorflow在激活TensorFlow环境下，输⼊python，进⼊到python界⾯（图中可以看出，python版本是3.5.4）输⼊以下代码：import tensorflow as tfhello = tf.constant('Hello, TensorFlow!')sess = tf.Session()print(sess.run(hello))出现上图的结果就说明安装成功！输⼊pip freeze，可以看到tensorflow的版本为1.13.1或者输⼊pip list，但是有可能出现警告：解决⽅式为：，⽤户MrSky的回答。

Windows安装CUDA+TensorFlow教程_光环大数据培训0. 背景在Windows上使用GPU进行深度学习一直都不是主流，我们一般都首选Linux 作为深度学习操作系统。

但很多朋友如果只是想要了解深度学习，似乎没有必要专门装双系统或者改用Linux。

现实生活中，很多使用学校或者公司电脑的朋友也没有操作权限改换系统。

那么到底是否可以在Windows系统上设置深度学习框架，开发深度学习模型呢？好消息是越来越多的深度学习框架开始支持Windows，这使得在Windows上使用GPU加速学习过程也变成了可能。

很多朋友虽然没有一块很强劲的显卡，但也可以以较低的代价来了解在GPU上运行深度学习模型的过程。

值得欣喜的是，大部分Nvidia GeForce系列的显卡都可以使用CUDA，大部分有独显的笔记本理论上都可以使用GPU来“深度学习”。

即使加速效果不明显，但很多入门级的显卡依然可以用于TensorFlow，这至少可以帮助大家了解和熟悉这个框架。

请不要让缺少预算或者系统不兼容成为探索路上的拦路虎和借口。

本着探索的精神，我试着在两台Windows电脑上安装了CUDA(用于调用GPU)和TensorFlow(谷歌开发的深度学习工具库)，把这个过程记录下来和大家分享。

如果在安装过程中大家遇到了什么具体问题，也可以评论给我。

在开始之前想再次提醒大家，在Windows上安装CUDA和TensorFlow有很多坑，对于各种软件版本以及系统设置的要求可谓非常刁钻，很容易就“误入陷阱”。

请大家严格对照我的操作流程，以防出错。

多图长文预警！！！使用教程时建议在电脑端阅读，可以放大图片。

1. 准备步骤请按照介绍下载以下软件备用，具体安装流程在第二部分介绍。

简单的说，我们需要 Windows 7/8/10, Server 2012/2016 + Python 3.5 + Visual Studio 2015 + CUDA 8.0 + CuDnn 6.0。

我的系统是‎W in10‎，N卡，CUDA8‎.0 + CuDNN‎5.1下载CUD‎A8https‎://devel‎o per.nvidi‎/cuda-downl‎o ads下载DNN‎专用的需要‎注册账号，点DOWN‎L OADhttps‎://devel‎o per.nvidi‎/cudnn‎CUDA v8.0已经自动‎配好环境，但是CuD‎N N需要自‎己解压自己‎配置环境安装Win‎d ows版‎T enso‎r Flow‎1确认你的‎显卡支持CUDA。

2确保你的‎P ytho‎n版本是3‎.5 64位。

3确保你有‎稳定的网络‎连接。

4确保你的‎p ip版本‎ >= 8.1。

用pip -V 查看当前pip 版本，用pytho‎n -m pip insta‎ll -U pip 升级pip‎。

5确保你安‎装了VS201‎5或者2013 或者2010。

我用的是集‎成环境An‎a cond‎a，避免了很多‎依赖的问题‎安装Ten‎s orFl‎o wGoogl‎e那些人已‎经打成了一‎个p ip包‎，因此直接进‎入命令执行‎# GPU版本‎pip insta‎l l tenso‎r flow‎-gpu# CPU版本‎pip insta‎l l tenso‎r flow‎输入nvcc –V查看CU‎DA版本测试CuD‎N N的时候‎，进入Pyt‎h on执行‎i mpor‎t tenso‎r flow‎是否成功测试成功后续按照官方的‎安装步骤实‎际上这里已‎经完成了，但是经过我‎的安装发现‎，这样如果你‎ impor‎t tenso‎r flow‎的话它还是‎找不到cu‎DNN的文‎件，也就是说下‎面紫色框中‎那一行是失‎败的：然后发现GitHu‎b上果然有人‎提交了一个‎一样的issue‎，大家可以在‎这里看下，然后是这么‎解决这个问‎题的：将下面这些‎文件复制到‎相应位置，C:\cuda\bin\cudnn‎64_5.dll —> C:\Progr‎a m Files‎\NVIDI‎A GPU Compu‎t ing Toolk‎i t\CUDA\v8.0\bin C:\cuda\inclu‎d e\cudnn‎.h —> C:\Progr‎a m Files‎\NVIDI‎A GPU Compu‎t ingToolk‎i t\CUDA\v8.0\inclu‎d eC:\cuda\lib\x64\cudnn‎.lib —> C:\Progr‎a m Files‎\NVIDI‎A GPU Compu‎t ingToolk‎i t\CUDA\v8.0\lib\x64。

Windows下安装Anaconda3（附带python3.8）以及TensorFlow 1.下载Anaconda安装包Anaconda官⽹安装包下载速度巨慢，国内⼩伙伴不建议尝试。

我们可以使⽤清华⼤学开源软件镜像站：，请选择适合⾃⼰系统⾃⾏下载。

我这⾥选择的是Windows系统86位的安装包下载完成后的安装包就是它了2.安装Anaconda1.打开安装包，点击Next2.点击I Agree3.Just me还是All Users，假如你的电脑有好⼏个 Users ，才需要考虑这个问题.其实我们电脑⼀般就⼀个 User，就我们⼀个⼈使⽤，如果你的电脑有多个⽤户，选择All Users，我这⾥直接 All User继续点击 Next 。

4.Destination Folder 是“⽬标⽂件夹”的意思，可以选择安装到什么地⽅。

默认是安装C:\ProgramData\Anaconda3⽂件夹下（PS：C盘⼤家都懂吧）。

你也可以选择 Browse… ，选择想要安装的⽂件夹。

作者这⾥安装到F:\Anaconda3继续点击 Next5.第⼀个选项是加⼊环境变量，建议⼩伙伴们选中这个选项，否则后⾯需要⾃⼰配置环境变量⽐较⿇烦，第⼆个是默认使⽤ Python 3.8点击Install6.然后，它就开始⾃动安装了（安装过程还是相当慢的。

固态的话估计会好点）绿⾊的进图条满了以后点击Next还是点击Next这两个选项直接取消掉就⾏，跟安装⼀点关系没有点击Finish7.进⾏到此步，Anaconda已经安装完毕，此时打开，开始->cmd，在终端中键⼊命令(Win+R)conda -V就出现了如下效果，说明我们的安装已经完成，且Anaconda版本为4.8.3科普⼀下⼏个常见的关于Anaconda的操作命令如下：2.安装TensorFlow 有cpu和 gpu两个版本，gpu版本需要NVIDIA显卡的⽀持并下载CUDA 和 cuDNN ，对于初学者我们使⽤cpu版本即可（这⾥，仅介绍cpu版本的安装）1.打开开始菜单->Anaconda3->Anaconda Prompt，打开Anaconda Prompt控制台Anaconda Prompt控制台界⾯2.先选择清华软件仓库镜像安装TensorFlow，这样更新会快⼀些键⼊conda config --add channels https:///anaconda/pkgs/free/和conda config --set show_channel_urls yes3.⽤Anaconda3创建⼀个python3.7的环境，环境名称为tensorflow截⽌到2020/7/25 TensorFlow在Windows下仅⽀持Python3.5-3.7版本（因此在创建此环境时，会下载⼀个python3.7，有时候会下载失败，多下载⼏遍就ok了），这样的话我们的python3.8只在base环境中，在tensorflow中⽤不到了⼩伙伴们可以从tensorflow官⽹⾃⾏查阅键⼊conda create -n tensorflow python=3.7在给出Proceed时键⼊y如果不幸下载失败，再次键⼊（不⽤担⼼在下载失败之前建⽴过⼀个名为tensorflow的环境，是否会出现重名错误。

windows安装TensorFlow和Keras遇到的问题及其解决⽅法 安装TensorFlow在Windows上，真是让我⼼⼒交瘁，想死的⼼都有了，在Windows上做开发真的让⼈发狂。

⾸先说⼀下我的经历，本来也就是起初，⽹上说python3.7不⽀持TensorFlow环境，⽽且使⽤Anaconda最好，所以我将我之前Windows上所有的python环境卸载掉，对没错，是所有，包括Anaconda环境，python环境，pycharm环境也卸载掉了。

⽽且我丧⼼病狂的在电脑上找⼏乎所有关于python的字眼，全部删除掉，统统不留。

只是为了铁了⼼在Windows上成功安装⼀个TensorFlow环境。

之前在Linux上环境都有，但是总是切换Linux和Windows⽐较⿇烦，但是这个原因解释起来也⽐较⿇烦，就不多说了。

总之，就是必须在Windows上安装TensorFlow！这次是铁了⼼的，因为去年在Windows上没有安装成功，我就避⽽远之，没弄，但是现在不得不再来，我决定遇到问题不再躲避，要直⾯挫折，即使浪费很长的时间，也必须完成（其实是正好这段时间不太忙）。

然后听到同事说，很简单啊，就是安装⼀个Anaconda对应python3.6版本的就⾏，后⾯直接pip install 就OK了。

当然我们希望是这样，可是事与愿违，简直是⽓死我了，这⼀天安装anaconda就安装了三次，你说累不累，除了安装这个，还要安装对应的包，真的是卸了⼜安，安了⼜卸。

⽽打算最后⼀次尝试，竟然是安装的python3.7成功了（各位盆友，记住，只是安装成功了！！），哈哈哈，真的我觉得我这笑是⽆奈的笑。

下图是anaconda的版本和python的版本： 下图是TensorFlow和keras安装成功的见证： 但是，使⽤的时候还是报错下图是在python3.7的情况下： 唉，难受，那最最后⼀次尝试，就是在python3.6版本下安装，终于成功了！！包括测试成功，上图： 所以，我的总结就是，安装python3.6 还是python3.7的什么都不重要，最重要的是遇到问题，解决问题。