TensorFlow+windows+anconda安装指南及报错指导

本指导只针对windows 平台的CPU版的TensorFlow安装，GPU版本的安装不在本文范围之内

       TensorFlow安装说明：官方提供了多种安装途径，本文说明的安装方式为基于anconda平台，在线进行安装。因TensorFlow需要依赖一些库，因此强烈建议在具备上网的环境下，基于anconda进行在线安装，可以避免在入坑的道路上减少极其缺乏的自信心。

本文目录：

1:环境信息配置
2:安装步骤
3:错误说明

1:环境信息配置

windows环境：win7 64/win10 64

anconda环境：本文采用最新版anconda，也许对应的python版本为3.6乃至以后更新至更高版本，但需注意的是，目前TensorFlow不支持32位python！！！请务必下载64位anconda。

TensorFlow版本：目前最高版本为1.8.0版本，官方说明支持python3.6，在部分win10/win7/64的笔记本电脑上成功安装，但在部分电脑上却频频报错，网络上多数经验为基于python3.5版本的TensorFlow -1.1.0，也是较为稳定的一个版本，若下载了3.6乃至更高版本的python，并不需要卸载重新下载3.5版本的anconda，只需要创建3.5的python环境即可,但为避免滋生其他问题，最好直接安装所需的python版本。

 

2:安装步骤

1-安装anconda，选择64位图形安装

2-安装完毕后，打开anconda prompt

3-输入conda info -e 查看当前环境信息（新安装的anconda应只有root，TensorFlow是我后来安装的）

4-输入python --version 查看python版本信息

5-输入conda create --name tensorflow 创建TensorFlow环境（若想创建指定python版本的环境，如python3.5.2，可输入 conda create --name tensorflow python=3.5.2）

当然也可以直接在root环境中直接安装TensorFlow，若在root环境中按照，则无需此步骤，直接进行7步骤

 

6-输入activate tensorflow 由root环境切换至TensorFlow环境

7-输入pip install tensorflow 安装TensorFlow（若需要指定版本的TensorFlow可以这样写：pip install tensorflow==1.1.0，若不指定TensorFlow版本号，默认会下载最高版本的TensorFlow，因国内网络原因，部分时候下载速度会异常的慢，此时可以ctrl+c结束当前任务，多尝试几次，或者采用清华的镜像，具体地址请百度）

8-待上一步完成后，若没有报错，在TensorFlow环境下，输入pyhon，继而输入import tensorflow验证环境是否正确安装

3:错误说明

TensorFlow对window平台的支持似乎并不友好，安装过程中可能会呈现各种各样的问题，在此列出查找问题的基本思路和常见的几种错误和解决方式。

问题原因查找及解决思路：

 

• anconda版本是否为64位，TensorFlow目前不支持32位的python环境
• TensorFlow需要依赖一些库，比如numpy、matplotlib、jupyter等，依赖于anconda以及在线安装的方式，基本上依赖的库都已具备，但仍建议检查在pip install tensorflow过程中出现的异常库缺少信息，若缺少，请手动pip补全相应的库
• python版本与TensorFlow版本是否一致，可通过以下链接https://pypi.org/project/tensorflow/，如CP36，即支持的python版本为3.6
• 若最新版的python和TensorFlow无论如何都会报错，那么建议下载较低版本的anconda和TensorFlow。经测试，较为稳定的版本为Anaconda3-4.2.0-Windows-x86_64.exe(python3.5)，tensorflow==1.1.0
• 直接使用pip install tensorflow 命令，系统默认下载TensorFlow最新版本，若你的环境较低，可能会出现不兼容的现象，请查看tensorflow支持的python版本，或者更新至最新版。
• VScode似乎是TensorFlow的依赖环境，但一般在anconda安装完毕后会建议安装VScode，但若出现问题，可查看电脑中是否具备VScode环境
• miscroft vc++ 2015 组件也是TensorFlow的依赖环境
• 若要卸载TensorFlow，可使用命令 pip uninstall tensorflow，也可直接删除Anaconda3\envs\下的tensorflow文件夹
• 若在3.6python版本的anconda中创建3.5的python环境，需注意在创建完毕后，针对3.5的环境需新建spyder，可以通过anconda navigator中的环境管理进行新建，也可通过在3.5环境下，使用命令 pip install spyder

常见问题及解决方式：

问题1--time out

此问题主要是因为网络环境太差的问题，解决方式可多尝试几次pip安装，或者找国内镜像地址安装、或者更换网络环境，或者下载离线安装包

在此提供TensorFlow 清华镜像地址：

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

常见问题---因个人时间原因，暂不进行问题的列表----

有问题的小伙伴可依照问题处理思路查找解决方案。