電腦環境：win7系統，64位。

說明：以下是我自己在windows和linux實操通過的很簡單的安裝方式，如果覺得有意義可以參考，如果遇到其他問題，可留言交流，一起解決。

主要的幾個步驟：

1.1 安裝Anaconda；

1.2 安裝tensorflow；

1.3 擇需確定是否需要安裝cuda和cudnn

1.1 安裝Anaconda

1.1.1 介紹

Anaconda是開源的python發行版本，里面包含了python和常用的各種軟件包以及一個包管理器conda。安裝了Anaconda后面會很方便，不用再對應地安裝各種庫，后面如果寫代碼需要什么特殊的庫直接可以很方便的添加安裝。

1.1.2 下載

Anaconda版本與python版本有對應關系，所欲首先需要明白自己需要什么版本的python，然后對照的下載什么版本的Anaconda。 Anaconda與python的對應關系可以查看該網站：https://docs.anaconda.com/anaconda/packages/oldpkglists/

由于我想使用python3.5，故我需要下載Anaconda3-4.2.0。下載Anaconda建議去清華鏡像下載，windows、linux和MAC版本都有，關鍵是下載速度很快，官網下載太慢了。

Anaconda清華鏡像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

我的電腦是64位系統，所以下載了上圖中的Anaconda3-4.2.0-Windows-x86_64.exe，即x86_64即支持32位系統也支持64位系統。

1.1.3 安裝

下載好安裝包之后安裝就很簡單了，為了不避免不必要的麻煩，以管理員身份雙擊安裝，然后一直next，并且選擇默認安裝路徑即可。安裝需要比較長的時間安心等待即可，最后出現就表示安裝完成了：

這里只是表示安裝完成了，還需要驗證安裝是否成功：

1） 進入cmd，電腦任何位置安裝shift+鼠標右鍵點擊“在此處打開命令窗口”進入cmd:

2） 輸入輸入conda –V如果正確顯示出conda版本號就表示Anconda安裝成功。

到此Anaconda3安裝成功。

1.2 安裝tensorflow

本文采用一種很簡單的方式進行tensorflow安裝（一條語句搞定），沒有采用大多網上說的利用conda建立虛擬環境，然后用conda install安裝，我之前也試過這種方式，可是總是安裝不成功，或者安裝超級慢，如果也遇到上述問題的小伙伴可以嘗試以下安裝方式：

Tensorflow cpu安裝1.12版本命令：

pip install tensorflow==1.12 -i https://pypi.tuna.tsinghua.edu.cn/simple

這里使用清華源安裝特別特別快。

Tensorflow gpu安裝1.12版本命令：

pip install tensorflow-gpu==1.12 -i https://pypi.tuna.tsinghua.edu.cn/simple

注：系統會自動尋找匹配python，匹配系統cuda，cudnn的tensorflow，如果還沒有安裝cuda和cudnn，可以看1.3中很簡單的cuda和cudnn安裝。

如果上述清華源無效了，別怕，我們可以采用豆瓣源：

pip install tensorflow==1.12 -i https://pypi.douban.com/simple

1.3 安裝cuda和cudnn

如果想使用gpu版本的tensorflow是需要環境中有cuda和cudnn的。如果之前是利用conda install安裝tensorflow無需再手動安裝cudnn和cuda，它會自動安裝，而我是采用pip安裝的，所以需要再單獨安裝cuda和cudnn不過也很簡單，首先需要明確tensorflow和cuda的對應關系：

我們可以看見由于我安裝的是tensorflow-gpu 1.12所以就需要安裝cuda9.X和cudnn7.X.X版本，我這里安裝的是cuda9.0和cudnn7.6.0：

安裝cuda9.0版本：conda install cudatoolkit=9.0

安裝cudnn7.6.0版本：conda install cudnn=7.6.0

1.4 驗證tensorflow是否安裝成功

進入Anaconda的python，然后輸入 import tensorflow，如果沒有報錯就說明tensorflow安裝成功?；蛘哌M入python環境或者進入python編輯器輸入以下語句

import tensorflow as tf

hello = tf.constant('Hello, TensorFlow!')

sess = tf.Session()

print(sess.run(hello))

輸出Hello, TensorFlow!就表示安裝成功，如下所示：

常見的兩個小錯誤：

1、解決AttributeError: module 'tensorflow' has no attribute 'constant'”錯誤？

安裝完tensorflow之后，在pycharm中新建了一個tensorflow.py文件，然后輸入以下代碼驗證是否安裝成功時出錯“AttributeError: module 'tensorflow' has no attribute 'constant'”。

import tensorflow as tf

hello = tf.constant('Hello, TensorFlow!')

sess = tf.Session()

print(sess.run(hello))

解決：原因其實很簡單，因為不能寫tensorflow.py這個文件名，改成其他的文件名即可。

2、提示“The TensorFlow library wasn't compiled to use SSE instructions”錯誤？

跑代碼提示“The TensorFlow library wasn't compiled to use SSE instructions, but these are available on your machine and could speed up CPU computations.”這是個警告是說明目前編譯的tensorflow版本在我的機器可能不能跑到最快。

解決：在代碼前面加上以下代碼即可

import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'

2、linux/ubuntu上安裝tensorflow

電腦環境：unbuntu16.04。

2.1 安裝Anaconda

與在windows上安裝幾乎一樣，只是下載Anaconda安裝包時注意選擇linux版本的：

然后執行以下命令：

Bash Anaconda3-4.2.0-Windows-x86_64.exe

然后一直按回車鍵，到選擇的時候選擇Y，安裝提示都非常簡單，直接安裝提示安裝即可。

最后安裝成功之后，可以輸入conda -V 查看安裝的版本。

2.2 tensoflow的安裝

這里和上面windows安裝步驟一模一樣，直接參照上面的步驟即可。

2.3 驗證tensorflow是否安裝成功

和上面windows中驗證步驟也一樣，直接參照即可。

有問題歡迎評論交流，一起進步！

總結

以上是生活随笔為你收集整理的上验证cudnn是否安装成功_windows和linux上的tensorflow安装（极简安装方法）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。