Tensorflow安装及过程中遇到的一些些问题

最让人头疼的就是配环境，现在把自己的成功安Tensorflow的步骤记录在这里，留着以后参考吧，万一有用呢

目 录

MacOS + Tensorflow CPU版

1. 安anaconda

2. 建一个 conda 计算环境

3. 激活环境，安装 TensorFlow

4. 运行一段代码看看

Win10 + Tensorflow CPU版

1. 安anaconda

2. 建一个 conda 计算环境

3. 激活环境，安装 TensorFlow

4. 运行一段代码看看

MacOS + Tensorflow CPU版

安anaconda

我是用anaconda装的，先去官网下安装包，就是下面这个



然后安装anaconda，选择默认的设置，仅为我安装。

建一个 conda 计算环境

打开terminal输入

conda create -n tensorflow python=3.6

激活环境，安装 TensorFlow

先激活环境，在terminal输入

source activate tensorflow

然后安装TensorFlow，在terminal输

pip install --upgrade --ignore-installed tensorflow

注：可以使用

easy_install

和

--ignore-installed

标记防止错误的产生。

安完就OK了。

要用tensorflow的时候需要激活一下环境，

source activate tensorflow

不用的时候就

source deactivate

运行一段代码看看

接下来运行一段代码看看，是不是可以用了。

在terminal一行行输入

$ python

>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
b'Hello, TensorFlow!'
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print(sess.run(a+b))
42

运行的

sess = tf.Session()

时候可能会出现这个提示，但不会影响程序执行

Your CPU supports instructions that this TensorFlow binary was not

compiled to use: SSE4.2 AVX AVX2 FMA

要是嫌看着烦，可以用下面两行代码把它去掉

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

Win10 + Tensorflow CPU版

安anaconda

去anaconda官网下安装包。



然后安装anaconda，选择默认的设置，仅为我安装。

当时遇到过两个问题。

Problem1：当时没勾选第一个“将python3.6添加进环境变量“，后来运行程序的时候提示“XXX不是内部或外部命令，也不是可运行的程序“的错误，这时候就需要自己主动在环境变量path里把python的路径手动添加进去了。

Problem2：当时我是直接双击安装的，然后就各种报错，说找不到什么文件啊blabla的，然后右键用管理员身份运行安装包，就啥事儿没有了，估计当时是权限的锅吧。

建一个 conda 计算环境

在anaconda prompt或者命令行输入

conda create -n tensorflow python=3.6

激活环境，安装 TensorFlow

先激活环境，输入

source activate tensorflow

然后安装TensorFlow，输入

pip install --upgrade --ignore-installed tensorflow

注：可以使用

easy_install

和

--ignore-installed

标记防止错误的产生。

安完就OK了。

要用tensorflow的时候需要激活一下环境，

source activate tensorflow

不用的时候就

source deactivate

运行一段代码看看

接下来运行一段代码看看，是不是可以用了。

在anaconda prompt或者命令行一行行输入

$ python

>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
b'Hello, TensorFlow!'
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print(sess.run(a+b))
42