Windows下Python版本TensorFlow需要Python  3.5支持,，因此建議使用Anaconda，避免和原本電腦Python版本沖突等問題,。（另外,，你完全可以按照這個(gè)流程來，但如果你想偷懶,，Windows +TensorFlow+Faster Rcnn整個(gè)安裝過程中需要的所有安裝包和數(shù)據(jù)我都傳到了云盤里,，大概有4個(gè)G內(nèi)容，最后有獲取方式,。）

1.安裝Anaconda

下載地址：鏈接,，選擇支持Python3.5且與自己電腦位數(shù)一樣的Windows版本，如果不清楚,，可以參考這個(gè)網(wǎng)站上各版本說明,，anaconda 3 默認(rèn)的是python3.6，下載下來也可以,，之后可以在虛擬環(huán)境里面更改python版本,。

下載完成后雙擊exe安裝，到下面這個(gè)界面時(shí),，第一個(gè)框打鉤,，把conda添加到環(huán)境變量，第二個(gè)不勾,，如下圖，這樣就不會更改原本Python默認(rèn)版本了,。

安裝完成后,，在cmd中輸入conda,，出現(xiàn)以下界面，表示安裝成功,。

我下載的是這個(gè)版本,，安裝后發(fā)現(xiàn)Anaconda3這個(gè)版本默認(rèn)是py3.6的，而我需要python3.5的,，可以在新建虛擬環(huán)境時(shí)選擇python版本,。

2.新建tensorflow虛擬環(huán)境

在cmd中輸入

conda create -n tensorflow python=3.5

這樣就建立了一個(gè)叫做tensorflow的虛擬環(huán)境，且python版本為3.5,，之后的所有工作都是在這個(gè)環(huán)境下完成的,，激活虛擬環(huán)境，在cmd中使用命令

activate tensorflow,，關(guān)閉虛擬環(huán)境,，使用命令：deactivate 

3.選擇TensorFlow版本

TensorFlow有CPU版本和GPU版本，GPU版本使用顯卡,，硬件要求較高,，但計(jì)算效率高，如果要安裝GPU版本（需要有NVIDIA顯卡）,，一般是推薦使用性能好的服務(wù)器,，但你可能需要知道自己電腦是否支持GPU，GPU顯存是多少,，如何查看自己的電腦是否支持GPU,，在cmd命令中輸入：

cd C:\Program Files\NVIDIA Corporation\NVSMI
nvidia-smi

就可以看到自己的顯卡型號和顯存大小，個(gè)人建議顯存大于4GB的話可以考慮GPU版本的TensorFlow,，不然老老實(shí)實(shí)用CPU版本的,，就是訓(xùn)練時(shí)間長一些，不然到時(shí)候會報(bào)錯(cuò)OOM（out of memory）

若使用GPU版本的TensorFlow,，還需要安裝CUDA和cudnn,比CPU版本的TensorFlow安裝復(fù)雜很多,，本文以GPU版本TensorFlow為例。注意：如果使用CPU版本的TensorFlow,，請?zhí)^步驟4,。

4.安裝GPU版本依賴

主要是安裝CUDA和cudnn，注意兩者版本有對應(yīng)依賴關(guān)系,，本文選擇使用的是CUDA 8.0和cudnn 6.0

安裝CUDA

CUDA 8.0安裝地址：鏈接

打開后需要先用郵箱注冊,，然后下載時(shí)會讓選擇你自己電腦系統(tǒng)的版本等內(nèi)容,注意看清楚下載的是CUDA 8.0版本，因?yàn)樽灾笤俚卿洉r(shí)會默認(rèn)跳轉(zhuǎn)到CUDA最新版本的下載頁面,。

下載后雙擊exe進(jìn)行安裝即可,，安裝完成后檢驗(yàn)是否安裝成功：在cmd中輸入命令

cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\extras\demo_suite
bandwidthTest.exe

結(jié)果如下圖，顯示 Result = PASS表明安裝成功,！

安裝cudnn 6.0

cudnn 6.0下載地址：鏈接

頁面中選擇下載的內(nèi)容如下

下載后的內(nèi)容解壓,，可以看到有下面這樣三個(gè)文件夾,，將文件夾中的文件分別復(fù)制到CUDA安裝目錄下對應(yīng)的文件夾中，例如本機(jī)CUDA的安裝目錄為 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0,，然后在目錄下也能找到這三個(gè)文件夾名字,，把cudnn里面的拷貝到相應(yīng)目錄下即可。每個(gè)文件夾下其實(shí)也就一個(gè)文件

這樣,，cuda和cudnn就安裝好了,。

5.安裝TensorFlow

首先激活虛擬環(huán)境

activate tensorflow

GPU版本TensorFlow安裝cmd命令：

pip install --ignore-installed --upgrade tensorflow-gpu

CPU版本TensorFlow安裝cmd命令：

pip install --ignore-installed --upgrade tensorflow

安裝完成后檢查是否安裝成功

python
import tensorflow as tf

此時(shí)如果報(bào)錯(cuò)：ImportError: Could not find 'cudart64_90.dll'...

解決辦法：

如果你是安裝的GPU版本的，首先考慮TensorFlow安裝版本是否與CUDA匹配,，CUDA8.0網(wǎng)上一般都是和TensorFlow1.3搭配的,，使用命令conda list，查看版本,，如下圖,，可以發(fā)現(xiàn)TensorFlow版本不合適，默認(rèn)安裝的版本過高

卸載tensorflow-gpu,，安裝1.3版本的,，命令如下：

pip uninstall tensorflow-gpu
pip install –-upgrade https://mirrors.tuna./tensorflow/windows/gpu/tensorflow_gpu-1.3.0rc0-cp35-cp35m-win_amd64.whl

安裝成功后，再來檢驗(yàn)一下,，可以查看tensorflow的安裝版本和安裝位置

import tensorflow as tf
tf.__version__
tf.__path__

如下圖所示,，tensorflow安裝成功！

注：如果更改成1.3版本后還是報(bào)錯(cuò),，還是找不到cuda相關(guān)的dll,，建議重新配置環(huán)境變量，計(jì)算機(jī)右鍵屬性,，在系統(tǒng)環(huán)境變量中,，添加以下內(nèi)容：

以下所有路徑都基于CUDA默認(rèn)安裝位置，請以你自己實(shí)際安裝的為準(zhǔn),！

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64 
CUDA_BIN_PATH = %CUDA_PATH%\bin 
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64 
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

然后在系統(tǒng)變量 PATH 的末尾添加：（記得分號是英文的） 
%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%; 
再添加如下路徑： 
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64,； 
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin； 
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\common\lib\x64,； 
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64,； 

保存后，再試試能不能正確加載tensorflow,。

以上就是Windows下tensorflow框架安裝詳細(xì)流程,。整個(gè)流程中可能用到的軟件安裝包和數(shù)據(jù)都傳到了云盤，關(guān)注微信公眾號：TechGIS,，后臺回復(fù)“tensorflow”即可獲取,，謝謝關(guān)注！

faster rcnn算法將在下一篇文章里介紹,。