准备工作
- 下载 Anaconda，建议使用Anaconda3-4.2.0-Windows-x86_64 版本，这版的python3.52对tensorflow支持最好（目前来看）
- 安装好Anaconda3-4.2.0之后，以管理员身份打开 Anaconda Prompt，必须 是管理员，否则没权限，切记！
先装CPU版本
1）创建 tensorflow 的conda的计算环境
conda create -n tensorflow-cpu python=3.5.2
2）激活tensorflow环境
activate tensorflow-cpu
3）安装并测试tensorflow
pip install tensorflow （纯cpu）
pip install tensorflow-gpu
只需这么简短的命令即可，不需要，一大堆的命令，如：
pip install --ignore-installed --upgrade
https://storage.googleapis.com/tensorflow/win/cpu/tensorflow-0.12.0rc0-cp35-cp35m-win_amd64.whl
这样的命令反而不好，除非需要某个特定版本的tensorflow，否则只需最简单的那个即可，那样就是下载安装最新版的。
4） 测试
测试一行命令既可：
python #进入python，会显示python的版本，这里定然是 3.52
import tensorflow as tf
如果上面的命令没出差错，那么tensorflow就是算是装成功了。
但是很遗憾，到这里为止，仍然是命令行的输入，而不能使用spyder。
在spyder下 import tensorflow as tf 报错：No module named tensorflow
5）退出python环境， ctrl+z 回车
6）安装spyder插件
conda install spyder
后面就是等待了，完成后生成一个spyder(tensorflow-cpu)
7）启动spyder
若是直接启动tensorflow-cpu 是不会成功的。有人在这里将Anaconda3\envs\tensorflow-cpu\Lib\site-packages 里面的内容与spyder直接覆盖合并，似乎这样也行，但我不建议这么做了。 其实在当前环境下（tensorflow-cpu）直接命令 conda spyder 就可以成功启动spyder了。
再装GPU版本
1）创建 tensorflow 的conda的计算环境 ，
conda create -n tensorflow-gpu python=3.5.2
2)激活tensorflow环境
activate tensorflow-gpu
3） 安装并测试tensorflow
pip install tensorflow-gpu
之后与CPU是一样的。 不同的是需要安装CUDA和cudnn
-
下载cuda_8.0.61_windows和cudnn-8.0-windows7-x64-v5.1，cudnn需要注册才能下载，没啥关系，随便注册一下好了。
-
直接默认安装cuda即可（前提是有N卡，并将驱动更新），然后解压cudnn，将中的clude lib等相关文件夹内容复制到cuda的相对应的文件夹中即可。
-
在tensorflow-gpu环境下启动spyder，测试一下。 没报错就OK了。
这样就可以随意切换CPU还是GPU。
网友评论