前言

---

建立一个 Tensorflow 开发环境，是一件既简单、又复杂的事儿。说简单：只需要下载 1 个应用，执行 1 条命令，就可以搭建完成；说复杂：要想打磨一套既高效、又顺手的工作环境，就需要搞清楚每件事儿背后的故事，靠着网上的资料，人云亦云，只能永远跟在别人后面。

打造一个 Tensorflow 开发环境需要了解的事儿，可以参考另一篇文章 “基于 Thinkpad X1 Carbon 打造 Tensorflow 开发移动工作站（完整版）”。

这里为想快速建立环境、进入学习、不折腾的小白，编写一个 “极速版” ，真的只需要 1 个应用，1 条命令，就 OK 了哦。

极速建立 Tensorflow 开发环境

---

1. 下载 Anaconda 最新版（下载地址）。
2. 安装 Anaconda，一路 Next 就搞定，不需要任何选项。
3. 运行 “Anaconda Prompt”。
4. 键入以下命令：

• 安装 Tensorflow CPU 版

conda create --name tf-cpu python=3.6 tensorflow

• 安装 Tensorflow GPU 版

conda create --name tf-gpu python=3.6 tensorflow-gpu

Tips：

• 既然是小白，Windows 10 就是最佳选择了。想折腾 Linux 也没问题，本方法同时适用于：Windows 7 及以上版本、ubuntu 16.04 及以上版本。
• Tensorflow GPU 版可以极大地提升深度学习的训练速度，但是硬件上需要一块符合要求的 NVIDIA GPU，请参考“GPU 支持 | Tensorflow - 硬件要求”。简单来说：NVIDIA GTX 950（桌面型显卡）/ GTX 940M（笔记本型显卡）及以上型号的显卡，都符合要求。（对游戏迷来说：能 “流畅吃鸡” 的 NVIDIA 显卡，一般都符合要求）。
• 使用本方法安装 Tensorflow GPU 版，无需预先安装 CUDA Toolkit 和 cuDNN，conda 将自行下载安装以上软件包。
• 显卡驱动还是得自己装，不过一般在安装操作系统的时候，显卡驱动都是安装好了的。请打开自动更新，保证显卡驱动为最新版。
• 无需设置任何的环境变量。
• 你也可以同时安装 Tensorflow CPU 版和 GPU 版，两者不会发生任何冲突，也无需做任何特别的设置。你可以对比一下 CPU 版和 GPU 版的速度差异。

校验是否安装成功

---

用一小段代码（矩阵乘法），可以检验 Tensorflow 是否安装成功。这里，你需要懂一点儿 conda 命令，和 python 语法：

• 激活工作环境：conda activate tf-cpu 和 conda activate tf-gpu
• 退出当前工作环境：conda deactivate
• 启动 Python：python
• 从 Python 中退出：exit()

校验 Tensorflow CPU 版

---

1. 运行 “Anaconda Prompt”，执行以下命令，进入 Python 环境。

conda activate tf-cpu
python

2. 键入以下代码：

import tensorflow as tf  
a = tf.constant([[3., 3.]])   
b = tf.constant([[2.],[2.]])  
product = tf.matmul(a, b)  
sess = tf.Session()  
result = sess.run(product)  
print(result)

3. 输出：
   如果得到如下的输出，则表明安装成功。

[[12.]]

校验 Tensorflow GPU 版

---

1. 运行 “Anaconda Prompt”，执行以下命令，进入 Python 环境。

conda activate tf-gpu
python

2. 键入以下代码：

import tensorflow as tf  
a = tf.constant([[3., 3.]])   
b = tf.constant([[2.],[2.]])  
product = tf.matmul(a, b)  
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))  
result = sess.run(product)  
print(result)

3. 输出：

• 键入 sess = tf.Session(config=tf.ConfigProto(log_device_placement=True)) 时，系统大致输出如下，则表明：已找到 GPU，列出 GPU 信息，并将运算指向 GPU。

2019-02-28 22:34:32.503929: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2
2019-02-28 22:34:32.779658: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1432] Found device 0 with properties:
name: GeForce RTX 2070 major: 7 minor: 5 memoryClockRate(GHz): 1.62
pciBusID: 0000:0a:00.0
totalMemory: 8.00GiB freeMemory: 6.57GiB
2019-02-28 22:34:32.786266: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1511] Adding visible gpu devices: 0
2019-02-28 22:34:33.436171: I tensorflow/core/common_runtime/gpu/gpu_device.cc:982] Device interconnect StreamExecutor with strength 1 edge matrix:
2019-02-28 22:34:33.440095: I tensorflow/core/common_runtime/gpu/gpu_device.cc:988]      0
2019-02-28 22:34:33.442374: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1001] 0:   N
2019-02-28 22:34:33.445215: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1115] Created TensorFlow device (/job:localhost/replica:0/task:0/device:GPU:0 with 6305 MB memory) -> physical GPU (device: 0, name: GeForce RTX 2070, pci bus id: 0000:0a:00.0, compute capability: 7.5)
Device mapping:
/job:localhost/replica:0/task:0/device:GPU:0 -> device: 0, name: GeForce RTX 2070, pci bus id: 0000:0a:00.0, compute capability: 7.5
2019-02-28 22:34:33.455824: I tensorflow/core/common_runtime/direct_session.cc:307] Device mapping:
/job:localhost/replica:0/task:0/device:GPU:0 -> device: 0, name: GeForce RTX 2070, pci bus id: 0000:0a:00.0, compute capability: 7.5

• 键入 result = sess.run(product) 时，系统大致输出如下，则表明：将 a、b 以及 matmul 运算指向了 GPU。

MatMul: (MatMul): /job:localhost/replica:0/task:0/device:GPU:0
2019-02-28 22:35:17.405035: I tensorflow/core/common_runtime/placer.cc:927] MatMul: (MatMul)/job:localhost/replica:0/task:0/device:GPU:0
Const: (Const): /job:localhost/replica:0/task:0/device:GPU:0
2019-02-28 22:35:17.407979: I tensorflow/core/common_runtime/placer.cc:927] Const: (Const)/job:localhost/replica:0/task:0/device:GPU:0
Const_1: (Const): /job:localhost/replica:0/task:0/device:GPU:0
2019-02-28 22:35:17.412175: I tensorflow/core/common_runtime/placer.cc:927] Const_1: (Const)/job:localhost/replica:0/task:0/device:GPU:0

• 最终得到运算结果如下，则表明安装成功。

[[12.]]