玩转Tensorflow系列（1）windows平台安装Tensorflow

一、背景
笔者最近新入手了树莓派3B+,一直非常喜欢算法。准备用树莓派3B+来跑Tensorflow，玩一玩使用以下大谷歌的机器学习算法框架。另外同样类似的主流算法有百度的PaddlePaddle、Facebook的caffe 2、keras等。本次主要介绍Tensorflow。主要分为Tensorflow在Win10部署 ，以及在树莓派3B+上的部署两大系列。
二、Tensorflow在Win10 64位下的安装
以下资料来自Tensorflow官网。目前Tensorflow已经更新到了1.12版本。
https://tensorflow.google.cn/install/。
目前tensorflow已经在以下四个64位平台上测试过。
（1）Ubuntun 16.0.4及以上；
（2）mac OS 10.12.6及以上，不支持在GPU上部署；
（3）win7及以上；
（4）Raspberry 9.0及以上。
2.1 Tensorflow官方目前一共提供了4个包，通过python pip进行安装。分别为：
（1）tensorflow—仅为部署在CPU上使用，官方建议新手使用这个包。
（2）tensorflow-gpu----当前正式版部署在GPU上，平台系统支持Ubuntu和windows。
（3）tf-nightly----仅为部署在CPU上使用，平台支持unstable不稳定版。
（4）tf-nightly-gpu —仅为部署在GPU上，平台支持unstable、Ubuntu和windows。
2.2 说明
（1）如果你想部署在CPU上，那么需要你的CPU硬件支持如下：
从TensorFlow 1.6开始，二进制文件使用AVX指令，这些指令可能无法在较旧的CPU上运行。
AVX指令主要是指你电脑的CPU架构。具体AVX指令支持的CPU列表如下：
https://en.wikipedia.org/wiki/Advanced_Vector_Extensions#CPUs_with_AVX
以我自己的笔记本CPU为例，CPU为I5-6300HQ。那么请复制你自己的CPU型号搜索具体参数。如下图所示：

由上图可知，I5-6300HQ的CPU架构为Skylake。在上边提供的CPU结构链接中可以看到Skylabe架构，2015年第3季度的架构。因此我的CPU可以支持tensorflow部署在CPU上。AMD厂家的话，跟上边类似，不再赘述。
（2）如果想要利用你自己电脑的GPU来部署tensorflow的话，首先需要具有CUDA®计算能力3.5或更高版本的NVIDIA®GPU卡。如何查看呢？请点击下边链接：
https://developer.nvidia.com/cuda-gpus
其次，进入到英伟达界面后，你会看到NVIDIA的CUDA CPU支持能力列表。
（1）英伟达Tesla Products系列；
（2）英伟达Quadro Products系列；
（3）英伟达NVS Products系列；
（4）英伟达GeForce Products系列（笔记本最常用，精舰系列）；
（5）英伟达TEGRA /Jetson Products系列；
点击英伟达GeForce Products系列后会展开该系列的产品列表，主要分为两类。左边为桌面类也就是台式机常用的显卡类型，右边是我们常用的笔记本显卡类型。以我的显卡GTX 960M为例，CUDA®计算能力为5.0,满足硬件要求。
也就是说我的硬件环境足以支撑我部署在CPU上，也可以部署在GPU上，不过部署在GPU上的话需要额外安装NVIDIA®GPU驱动程序。
地址为：https://www.nvidia.com/Download/index.aspx?lang=en-us
今天先说完硬件要求，接下来先写在Win10 下部署tensorflow。