Tensorflow 是否与 Windows 工作流程兼容？答案

【问题标题】：Is Tensorflow compatible with a Windows workflow?Tensorflow 是否与 Windows 工作流程兼容？
【发布时间】：2016-02-10 12:14:47
【问题描述】：

我还没有看到任何关于 Windows 兼容性的信息——如果我付出一些努力的话，这是在路上还是目前在某个地方可用？（我有一台 Mac 和一个 Ubuntu 机器，但 Windows 机器是我目前与 theano 一起使用的独立显卡）。

【问题讨论】：

标签： python windows tensorflow

【解决方案1】：

2016 年 11 月 28 日更新：今天我们发布了 TensorFlow 0.12 的第一个候选版本，其中包括对 Windows 的支持。您可以在 Python shell 中使用以下命令安装 Python 绑定：

C:\> pip install tensorflow

...或者，如果您需要 GPU 支持：

C:\> pip install tensorflow-gpu

您还可以使用 Microsoft Visual C++ 和 NVCC（用于 CUDA 部分）自己构建 TensorFlow。目前在 Windows 上构建最简单的方法是使用CMake build，我们很快就会提供对Bazel on Windows 的支持。

上一个答案：到目前为止，我们还没有尝试在 Windows 上构建 TensorFlow：唯一支持的平台是 Linux (Ubuntu) 和 Mac OS X，我们只为这些平台构建了二进制文件.

目前，在 Windows 上，开始使用 TensorFlow 的最简单方法是使用 Docker：http://tensorflow.org/get_started/os_setup.md#docker-based_installation

当 Bazel（我们正在使用的构建系统）添加对在 Windows 上构建的支持时，添加 Windows 支持应该会变得更容易，即on the roadmap for Bazel 0.3。你可以看到the full Bazel roadmap here。

在此期间，您可以关注issue 17 on the TensorFlow GitHub page。

【讨论】：

只是想为其他人添加，因为之前的任何答案都没有解决它，您无法使用 Docker (afaik) 在 Windows 上获得 GPU 支持，因此在获得 GPU 支持之前没有好的方法有适用于 Windows 的原生 TensorFlow。
需要 Python 3.5 和 Cuda 8.0。两者都可以安装在 Anaconda 的环境中。

【解决方案2】：

正如@mrry 建议的那样，使用 Docker 设置 TensorFlow 会更容易。以下是我设法设置它以及在我的 Docker 环境中启动和运行 iPython Notebook 的方法（我发现将 iPython Notebook 用于所有测试目的以及记录我的实验非常方便）。

我假设你已经在这里安装了 docker 和 boot2docker for Windows。

首先，在守护进程上运行 TensorFlow docker 并进行设置，以便可以从主 Windows 系统的浏览器访问 Jupyter 服务器（iPython Notebook）：

docker run -dit -v /c/Users/User/:/media/disk -p 8888:8888 b.gcr.io/tensorflow/tensorflow:latest

将 /c/Users/User/ 替换为您希望挂载的主机中的路径，即您可以保存 iPython 文件的位置。 我不知道如何将它设置为 C: 以外的其他驱动器，如果你知道，请告诉我。 /media/disk 是 TensorFlow 泊坞窗中安装主机路径的位置。

-p 8888:8888 基本上表示“将 docker 中的端口 8888 映射到主机目录中的 8888”。如果您愿意，可以将第二部分更改为其他端口。

当你运行它时，你可以通过运行以下代码来访问它：

docker exec -ti [docker-id] bash

在哪里可以通过运行找到[docker-id]：

docker ps

要从 TensorFlow 的 docker 中启动 ipython notebook 服务器，请运行以下命令：

ipython notebook --ip='*'

允许 ipython 服务器监听所有 ip，以便您的应用可以从主机访问。

您只能在http://[boot2docker-ip]:8888 中查看您的应用，而不是在http://localhost:8888 中查看。要查找boot2docker-ip，请在您的终端（不是 boot2docker 终端）中运行：

boot2docker ip

【讨论】：

嗯，实际上，它只是在 Windows 10 上为我工作，没有任何问题。只需安装 docker，运行快速启动，运行 tensorflow docker 并执行 convolution.py。没问题！我正在使用最新的 docker / 最新的虚拟盒子，如果有帮助的话。现在尝试让 GPU 运行：github.com/tensorflow/tensorflow/tree/master/tensorflow/tools/…
以上内容适用于当您想在主机浏览器访问的 docker 容器中运行 ipython notebook 服务器时，和/或当您想在 productoon 服务器上作为守护进程运行它时。
明白了。顺便说一句，与 docker quick start 一起使用的命令略有不同（但所有功劳都归功于 jaycode 的灵感） docker run -dit -v //c/temp/:/media/disk -p 8888:8888 b.gcr.io /tensorflow/tensorflow:latest 不是“//”斜线而不是斜线。使用 docker-machine ip default（使用 docker-machine ls 来获取）来找出 IP 地址。现在，如果有人知道如何让 GPU 工作，那就太好了。仍在等待 Nvidia 给我访问权限

【解决方案3】：

在 Windows 上运行它的另一种方法是安装例如 Vmware（如果您未在商业上使用它，则为免费版本），将 Ubuntu Linux 安装到其中，然后使用 Linux 说明安装 TensorFlow。这就是我一直在做的，效果很好。

【讨论】：

虚拟机能否在 GPU 上进行处理？让我问另一个想法，Vmware 是否比 VirtualBox 更好？
@FelipeOriani 我最后一次检查（2015 年 7 月）不可能通过虚拟机进行 CUDA 工作，因为从虚拟机抽象中访问真实的 pcie 设备并非易事。我听说这可能在未来成为可能，但我还没有看到它可行。

【解决方案4】：

TensorFlow 目前不支持 Windows，但 Windows 已更改。 Windows 10 Build 14432 包含 bash。

你可以从https://www.microsoft.com/en-us/software-download/windowsinsiderpreviewadvanced下载构建

安装后，只需安装/启用 bash，然后在 cmd 中输入bash。就是这样。

（图片来自https://blogs.windows.com/windowsexperience/2016/04/06/announcing-windows-10-insider-preview-build-14316/）

然后，运行这个（Python 已经安装）：

sudo apt-get install python-pip python-dev
sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl

在 Windows 中快乐的张量流！

【讨论】：

这条路线是否受益于 Windows 上的 GPU 支持？我真的很想将 Windows 与 TensorFlow 一起使用，但前提是 GPU 可以使用
@WearyWanderer 这样看来，GPU似乎还不支持。我相信 MS 会修复它。

【解决方案5】：

于 2016 年 10 月 5 日在提交 d0d975f8c3330b5402263b2356b038bc8af919a2 中添加了对在 Microsoft Windows 上构建 TensorFlow 的初始支持：

此 PR 包含对构建 TensorFlow 的支持的初始版本（仅限 CPU）在 Windows 上使用 CMake。它包括文档在 Windows 上使用 CMake 构建，特定于平台的代码在 Windows 上实现核心功能，以及用于构建的 CMake 规则 C++ 示例培训程序和 PIP 包（仅限 Python 3.5）。 CMake 规则支持使用 Visual Studio 2015 构建 TensorFlow。

Windows 支持正在进行中，我们欢迎您提供反馈和贡献。

有关当前支持的功能和说明的完整详细信息关于如何在 Windows 上构建 TensorFlow，请参阅文件 tensorflow/contrib/cmake/README.md.

Since 2016-10-20, GPU is supported.

【讨论】：

【解决方案6】：

TensorFlow 现已正式在 Windows 上可用！

TensorFlow 现在可以在 Microsoft Windows 上构建和运行（在 Windows 上测试） 10、Windows 7 和 Windows Server 2016）。支持的语言包括 Python（通过 pip 包）和 C++。 CUDA 8.0 和 cuDNN 5.1 是支持 GPU 加速。已知的限制包括：目前可以加载自定义操作库。 GCS 和 HDFS 文件目前不支持系统。以下操作不是当前实现：DepthwiseConv2dNative， DepthwiseConv2dNativeBackpropFilter， DepthwiseConv2dNativeBackpropInput, Dequantize, Digamma, Erf, Erfc, Igamma、Igammac、Lgamma、Polygamma、QuantizeAndDequantize、 QuantizedAvgPool、QuantizedBatchNomWithGlobalNormalization、 QuantizedBiasAdd、QuantizedConcat、QuantizedConv2D、QuantizedMatmul、 QuantizedMaxPool、QuantizeDownAndShrinkRange、QuantizedRelu、 QuantizedRelu6、QuantizedReshape、QuantizeV2、RequantizationRange 和重新量化。

【讨论】：

【解决方案7】：

2.0 兼容答案：（2020 年 1 月 28 日添加）要在 Windows PC 中使用 Bazel 从 Source 安装 Tensorflow 2.x（2.0 或 2.1），您可以运行以下代码：

bazel build //tensorflow/tools/pip_package:build_pip_package

要使 TensorFlow 包构建器仅支持 CPU：

bazel build --config=opt //tensorflow/tools/pip_package:build_pip_package

要使 TensorFlow 包构建器支持 GPU：

bazel build --config=opt --config=cuda --define=no_tensorflow_py_deps=true //tensorflow/tools/pip_package:build_pip_package

有关在 Windows 中安装 Tensorflow 的更多信息，请参阅Tensorflow Installation Page。

Tensorflow Versions、Python Versions 和 Build Tools（Bazel、CMake）的兼容性信息可在this link 中找到。

【讨论】：