本文出自 掘金翻譯計劃 正在組織翻譯的 TensorFlow 官方文件。如果您有興趣，歡迎 申請成為譯者，學習完譯者教程後，參與到文章和文件的翻譯和及對當中。我們也正在招募 TensorFlow 譯者，歡迎積極參加。
本指南說明了如何在 Windows 系統上安裝 TensorFlow。
選擇準備安裝的 TensorFlow 型別
從以下選項中選擇您需要安裝的 TensorFlow 型別：
-
僅支援 CPU 的 TensorFlow。 如果系統無 NVIDIA® GPU，則必須安裝該版本。需要說明的是，該版本的 TensorFlow 相比另一版本更容易安裝（通常 5 到 10 分鐘即可完成安裝），因此即使系統包含 NVIDIA GPU，我們仍然推薦您優先安裝該版本。
-
支援 GPU 的 TensorFlow。 一般而言，TensorFlow 程式在 GPU 上的執行速度要明顯高於在 CPU 上的。因此，如果您的系統含符合以下先決條件的 NVIDIA ® GPU，且需要執行效能關鍵型應用程式，那麼您最終需要安裝此版本的 TensorFlow。
執行支援 GPU 版本 TensorFlow 的要求
若使用本指南中介紹的任一方式來安裝支援 GPU 的 TensorFlow，那麼您必須在系統中安裝如下 NVIDIA 軟體：
-
CUDA® Toolkit 8.0。詳細說明請檢視 NVIDIA 官方文件。請確保您已按照 NVIDIA 官方文件描述將相關的 Cuda 路徑名稱新增到 %PATH% 環境變數中。
-
與 CUDA Toolkit 8.0 相關的 NVIDIA 驅動。
-
cuDNN v6.1版本。詳細說明請檢視 NVIDIA 官方文件。需要注意的是，一般而言，cuDNN 的安裝地址和其他 CUDA DLL 是不同的。同時，請確保將安裝 cuDNN DLL 的目錄新增到 %PATH% 環境變數中。。
-
帶有 CUDA Compute Capability 3.0 或更高版本的 GPU 卡。請在 [NVIDIA 官方文件]（http://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/) 中查詢具備條件的 GPU 清單。
如果您使用的版本與上述要求不一致，請更新為規定的版本。特別說明的是，cuDNN 的版本必須與要求的一致：如果無法找到 cuDNN64_6.dll，那麼 TensorFlow 將無法載入。如果您想使用其他版本的 cuDNN，您需要從原始碼開始重新編譯。
選擇安裝 TensorFlow 的方式
您需要選擇安裝 TensorFlow 的方式。當前的可選方式如下：
- 原生的 pip
- 使用 Anaconda
原生 pip 無需安裝虛擬環境，可以直接在系統安裝 TensorFlow。由於原生的一個 pip 安裝應用並沒有被隔離在一個獨立的應用中，使用 pip 安裝方法可能會影響到系統裡其他基於 Python 的安裝。但是，如果您瞭解您系統裡的 pip 和 Python 環境，那麼使用原生 pip 安裝僅僅只需要一條命令就夠了。而且，如果您使用原生的 pip 安裝方法，那麼使用者可以從系統的任何路徑去執行 TensorFlow 程式。
在 Anaconda 中，你可以使用 conda 去建立一個虛擬環境（virtural environment）。但是，如果是使用 Anaconda 方式，我們依然推薦使用 pip 安裝命令來安裝 TensorFlow，而不是 conda 安裝命令。
注意： conda 包是由社群提供的，而不是官方。也就是說，TensorFlow 團隊並不會測試也不會維護 conda 包。使用 conda 包需要您自己承擔風險。
使用原生pip安裝
如果您的機器上沒有安裝以下版本的Python，請立刻安裝：
在 Windows 上，TensorFlow 支援 Python3.5.x 版本和 Python 3.6.x 版本。需要注意的是， Python 3 使用的是 pip3 包管理， 這也是您用來安裝 TensorFlow 的程式。
開啟一個終端，開始安裝 TensorFlow。然後在終端上執行正確的 pip3 安裝命令。 安裝僅支援 CPU 版本的 TensorFlow，請輸入下面的命令：
C:\> pip3 install --upgrade tensorflow
安裝 GPU 版本的 TensorFlow，請輸入下面的命令：
C:\> pip3 install --upgrade tensorflow-gpu
使用 Anaconda 進行安裝
Anaconda 的安裝包是由社群提供，非官方提供的。
在 Anaconda 的環境下，按照以下步驟進行 TensorFlow 的安裝：
1.根據網頁 [Anaconda 下載站點]（https://www.anaconda.com/download/）說明下載並安裝 Anaconda。
2.請通過使用以下命令來建立一個名為 tensorflow 的 conda 環境：
C:\> conda create -n tensorflow pip python=3.5
3.通過輸入以下命令來啟用一個 conda 環境：
C:\> activate tensorflow
(tensorflow)C:\> # Your prompt should change
4.在 conda 環境裡輸入正確的命令來安裝 TensorFlow。 安裝僅支援 CPU 版本的 TensorFlow，請輸入下面的命令：
(tensorflow)C:\> pip install --ignore-installed --upgrade tensorflow
如果是安裝 GPU 版本的 TensorFlow，請輸入下面的命令：
(tensorflow)C:\> pip install --ignore-installed --upgrade tensorflow-gpu
安裝驗證
開啟一個終端。
如果您採用 Anaconda 方式安裝，則進入 Anaconda 環境。
採用下列方式從你的 shell 啟用 python:
$python
在 python 互動 shell 中輸入下列程式碼：
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
複製程式碼如果系統的輸出如下所示，那就說明您可以開始在上面撰寫 TensorFlow 的程式了：
Hello, TensorFlow!
如果您剛剛接觸 TensorFlow，請參考文件TensorFlow 入門指南。
如果系統輸出了一個錯誤資訊而不是一個打招呼提示，請檢視常見安裝問題。
這裡也有一個關於 Windows 上 TensorFlow 安裝很有用的文件。
常見安裝問題
我們使用 Stack Overflow 來記錄 TensorFlow 的安裝問題和修正方法。下表中包含有一些常見安裝問題在 Stack Overflow 上的回答連結。如果您遇到的錯誤訊息或安裝問題不在下表中，請在 Stack Overflow 上搜尋它的答案。如果 Stack Overflow 上並沒有顯示這個錯誤訊息或者安裝問題的答案，請在 Stack Overflow 上提一個關於這個錯誤訊息或者安裝問題的新問題，並給這個問題指定一個 tensorflow 的標籤。
| Stack Overflow 連結 | 錯誤訊息 |
|---|---|
| 41007279 | [...\stream_executor\dso_loader.cc] Couldn't open CUDA library nvcuda.dll |
| 41007279 | [...\stream_executor\cuda\cuda_dnn.cc] Unable to load cuDNN DSO |
| 42006320 | ImportError: Traceback (most recent call last): File "...\tensorflow\core\framework\graph_pb2.py", line 6, in from google.protobuf import descriptor as _descriptor ImportError: cannot import name 'descriptor' |
| 42011070 | No module named "pywrap_tensorflow" |
| 42217532 | OpKernel ('op: "BestSplits" device_type: "CPU"') for unknown op: BestSplits |
| 43134753 | The TensorFlow library wasn't compiled to use SSE instructions |
掘金翻譯計劃 是一個翻譯優質網際網路技術文章的社群，文章來源為 掘金 上的英文分享文章。內容覆蓋 Android、iOS、前端、後端、區塊鏈、產品、設計、人工智慧等領域，想要檢視更多優質譯文請持續關注 掘金翻譯計劃、官方微博、知乎專欄。