使用 pip 安装 TensorFlow

Windows 原生警告： TensorFlow 2.10 是最后一个支持原生 Windows 上 GPU 的 TensorFlow 版本。从 TensorFlow 2.11 开始，您需要安装 WSL2 中的 TensorFlow，或者安装 tensorflow-cpu，并可选地尝试 TensorFlow-DirectML-Plugin

1. 系统要求

Windows 7 或更高版本 (64 位)

注意： 从 TensorFlow 2.10 开始，x86/x64 处理器的 Windows CPU 版本由第三方构建、维护、测试和发布：英特尔。安装 windows 原生 tensorflow 或 tensorflow-cpu 软件包将安装英特尔的 tensorflow-intel 软件包。这些软件包按原样提供。Tensorflow 将尽力维护此 pip 软件包的可用性和完整性。如果第三方未能发布 pip 软件包，可能会出现延迟。有关此合作的更多信息，请参阅 这篇博文。

2. 安装 Microsoft Visual C++ 可再发行组件

安装适用于 Visual Studio 2015、2017 和 2019 的 Microsoft Visual C++ 可再发行组件。从 TensorFlow 2.1.0 版本开始，此软件包需要 msvcp140_1.dll 文件（可能不会从旧的可再发行组件软件包中提供）。可再发行组件随Visual Studio 2019 一起提供，但可以单独安装

转到 Microsoft Visual C++ 下载。

向下滚动页面到Visual Studio 2015、2017 和 2019 部分。

下载并安装适用于 Visual Studio 2015、2017 和 2019 的 Microsoft Visual C++ 可再发行组件，以适合您的平台。

确保在 Windows 上启用了长路径。

3. 安装 Miniconda

Miniconda 是安装带有 GPU 支持的 TensorFlow 的推荐方法。它创建一个单独的环境，以避免更改系统中已安装的任何软件。这也是安装所需软件的最简单方法，尤其是对于 GPU 设置。

下载 Miniconda Windows 安装程序。双击下载的文件，并按照屏幕上的说明进行操作。

4. 创建 conda 环境

使用以下命令创建一个名为 tf 的新 conda 环境。

conda create --name tf python=3.9

您可以使用以下命令停用和激活它。

conda deactivate

conda activate tf

确保在安装的其余部分中激活它。

5. GPU 设置

如果您只在 CPU 上运行 TensorFlow，则可以跳过此部分。

首先，如果您还没有安装 NVIDIA GPU 驱动程序，请安装。

然后使用 conda 安装 CUDA 和 cuDNN。

conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0

6. 安装 TensorFlow

TensorFlow 需要最新版本的 pip，因此请升级您的 pip 安装以确保您正在运行最新版本。

pip install --upgrade pip

然后，使用 pip 安装 TensorFlow。

注意： 不要使用 conda 安装 TensorFlow。它可能没有最新的稳定版本。建议使用 pip，因为 TensorFlow 仅官方发布到 PyPI。# Anything above 2.10 is not supported on the GPU on Windows Native

pip install "tensorflow<2.11"

7. 验证安装

验证 CPU 设置

python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

如果返回张量，则表示您已成功安装 TensorFlow。

验证 GPU 设置

python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

如果返回 GPU 设备列表，则表示您已成功安装 TensorFlow。