我开始使用 TensorFlow 库进行深度学习，https://www.tensorflow.org/。
我找到了在 linux 和 Mac 上使用它的明确指南，但我没有找到如何在 Windows 下使用它。我尝试通过网络，但缺乏信息。
我将 Visual Studio 2015 用于我的项目，我正在尝试使用 Visual Studio Compiler VC14 编译库。
如何在Windows下安装和使用？
我可以将Bazel for Windows 用于生产用途吗？
【问题讨论】：
标签： c++ windows visual-studio machine-learning tensorflow
你现在不能。问题是 tensorflow 使用 bazel 构建 another Google internal tool that has been exposed as an open source project 并且它只支持 mac 和 unix。 在将 bazel 移植到 windows 或将另一个构建系统添加到 tensorflow 之前，有一点机会在 windows 上本地运行 tensorflow。
也就是说，您可以安装 virtualbox，然后安装 docker-machine 并在其中运行带有 tensorflow 的 linux 容器。
【讨论】：
以下可能对您有用：安装 Virtual Box，创建 Linux VM 并将 Linux 安装到其中。我推荐 Ubuntu，因为 Google 经常在内部使用它。然后，在 Linux VM 中安装 TensorFlow。
【讨论】：
如何安装TensorFlow并在Windows下使用？
2016 年 8 月 4 日更新
Windows 10 现在有一个Ubuntu Bash 环境，又名Bash on Ubuntu on Windows，作为标准选项提供（而不是Insider Preview updates for developers）。 （StackOverflow 标记 wsl）此选项随附于 2016 年 8 月 2 日发布的 Windows 10 anniversary update（版本 1607）。这样就可以使用apt-get来安装Python和TensorFlow等软件包。
注意：Windows 上的 Ubuntu 上的 Bash 无法访问 GPU，因此安装 TensorFlow 的所有 GPU 选项都将不起作用。
installation instructions for Bash on Ubuntu on Windows 基本上是正确的，但只有这些步骤是必要的：
先决条件
启用适用于 Linux 功能的 Windows 子系统 (GUI)
出现提示时重新启动
在 Windows 上运行 Bash
不再需要步骤：
开启开发者模式
启用适用于 Linux 的 Windows 子系统功能（命令行）
然后使用 apt-get 安装 TensorFlow
sudo apt-get install python3-pip python3-dev
sudo pip3 install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0-cp34-cp34m-linux_x86_64.whl
现在测试 TensorFlow
$ python3
...
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print(sess.run(a + b))
42
>>> exit()
并运行一个实际的神经网络
python3 -m tensorflow.models.image.mnist.convolutional
在了解了 Bash on Windows 的开发者预览版之后。
参见 Scott Hanselman 的 Playing with TensorFlow on Windows，它使用了 Bash on Windows 10
Bazel 是问题
TensorFlow 不是用build automation tools 制作的，比如make，而是用谷歌的内部构建工具Bazel。 Bazel 仅适用于基于Unix 的系统，例如Linux 和OS X。
由于当前已发布/已知的 TensorFlow 构建方式使用 Bazel 并且 Bazel 不能在 Windows 上运行，因此无法在 Windows 上本地安装或运行 TensorFlow。
Windows 呢？
由于其 UNIX 传统，将 Bazel 移植到 Windows 意义重大 工作。例如，Bazel 广泛使用符号链接，它有不同的 跨 Windows 版本的支持级别。
我们目前正在积极改进 Windows 支持，但 距离可用还有很长的路要走。
状态
见：TensorFlow issue #17
见：Bazel issue #276
解决方案按复杂程度和所需工作的顺序列出；从大约一个小时到甚至可能无法工作。
Docker 是一个系统，用于构建在您的机器上运行的 Linux 操作系统的独立版本。当您通过 Docker 安装和运行 TensorFlow 时，它会将安装与您机器上预先存在的软件包完全隔离开来。
也看TensorFlow - which Docker image to use?
如果您当前有运行 OS X 的 Mac，请查看：Installation for Mac OS X
recommend Linux system 往往是 Ubuntu 14.04 LTS (Download page)。
一个。虚拟机 - Hardware Virtualization - Full Virtualization
~ 3 小时
下载并安装一个虚拟机，例如商业的VMware或免费的Virtual Box，之后你可以安装Linux，然后安装TensorFlow。
当您安装 TensorFlow 时，您将使用Pip - Python 的包管理系统。 Visual Studio 用户应该考虑 NuGet。这些包被称为wheels。
如果您需要从源代码构建，请参阅：Installing From Sources
~ 4 小时
注意：如果您打算使用虚拟机并且以前从未这样做过，请考虑使用 Docker 选项，因为 Docker 是虚拟机、操作系统和 TensorFlow 打包在一起的。
b. Dual boot
~ 3 小时
如果您想在装有 Windows 的同一台机器上运行 TensorFlow 并使用 GPU 版本，那么您很可能必须使用此选项，因为在托管虚拟机上运行 Type 2 hypervisor 将不允许您访问 GPU。
如果您有 remote access 到另一台可以安装 Linux 操作系统和 TensorFlow 软件并允许远程连接的计算机，那么您可以使用您的 Windows 计算机将远程计算机显示为在 Windows 上运行的应用程序。
想要在云中将模型作为服务运行？ 使用 Docker 和 TensorFlow 进行容器化即可。
来自Docker
在 AWS 上运行 Docker 提供了一种高度可靠、低成本的方式 快速构建、发布和运行大规模分布式应用程序。部署 Docker 使用来自 AWS Marketplace 的 AMI。
目前看来，唯一的阻碍是 Bazel，但在 Windows 上工作的 Bazel's roadmap 列表应该在今年可用。
列出了两个适用于 Windows 的功能：
2016‑02 Bazel can bootstrap itself on Windows without requiring admin privileges.
2016‑12 Full Windows support for Android: Android feature set is identical for Windows and Linux/OS X.
请记住，Bazel 仅用于构建 TensorFlow。如果您获得 Bazel 运行的命令以及正确的源代码和库，您应该能够在 Windows 上构建 TensorFlow。请参阅：How do I get the commands executed by Bazel。
虽然我没有对此进行更多研究，但您可以查看 continuous integration 信息以获取所需文件以及如何构建它以进行测试的信息。 (Readme) (site)
有Bazel that boots on Windows的公开实验源码版本。您也许可以利用这一点让 Bazel 在 Windows 等上工作。
这些解决方案还需要使用Cygwin 或MinGW，这又增加了一层复杂性。
TensorFlow 目前不存在此功能。这是一个功能请求。
您使用 Bazel 在 Linux 上构建 TensorFlow，但更改构建过程以输出可以安装在 Windows 上的轮子。这将需要 Bazel 的详细知识来更改配置，并找到适用于 Windows 的源代码和库。我只建议作为最后的选择。这甚至可能是不可能的。
见：Windows Subsystem for Linux Overview
通过阅读参考文章，您将和我一样了解。
我可以将 Bazel for Windows 用于生产用途吗？
由于它是实验性软件，我不会在生产机器上使用。
请记住，您只需要 Bazel 即可构建 TensorFlow。所以在非生产机器上使用实验代码构建wheel，然后在生产机器上安装轮子。见：Pip Installation
TLDR;
目前我有几个版本可供学习。大多数使用 VMWare 7.1 工作站来托管 Ubuntu 14.04 LTS 或 Ubuntu 15 或 Debian。我的 Windows 机器上也有一个 Ubuntu 14.04 LTS 双启动来访问 GPU，因为装有 VMware 的机器没有合适的 GPU。我建议你给这些机器至少 8G 的内存作为 RAM 或 RAM 和交换空间，因为我已经用完内存几次了。
【讨论】：
我设法在没有 Docker 的情况下在 Win8.1 上安装 TensorFlow，使用来自 https://discussions.udacity.com/t/windows-tensorflow-and-visual-studio-2015/45636
在那之前我尝试了很多东西，我不会尝试安装它两次，但这是我所做的： - 安装 VS2015（确保也安装了 Visual C++） - 为 VS2015 安装 Python 工具 - 使用 Anaconda2 安装 Python2.7 - 为 Python 安装 pip 和 conda - 在 VS2015 中使用 pip 安装 numpy - 在 VS2015 中使用 pip 安装 tensorflow
我没有设法用 Python3.5 做到这一点
我还设法通过 Cloud9 在 Win8.1 上安装 Youtube上有视频教程。
https://www.youtube.com/watch?v=kMtrOIPLpR0
编辑：实际上对于上述情况，（不是 Cloud9 很好）我有问题：
TensorFlow 看起来像已安装（在 Python 64 位 2.7 上单击解决方案资源管理器时，我可以在 VS2015 中安装的模块列表中看到它）
但是如果我输入脚本或 Python Interactive import tensorflow as TF 然后我会收到一条错误消息
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:\Users\Fagui\Anaconda2\lib\site-packages\tensorflow\__init__.py", line 23, in <module>
from tensorflow.python import *
File "C:\Users\Fagui\Anaconda2\lib\site-packages\tensorflow\python\__init__.py", line 50, in <module>
from tensorflow.python.framework.framework_lib import *
File "C:\Users\Fagui\Anaconda2\lib\site-packages\tensorflow\python\framework\framework_lib.py", line 62, in <module>
from tensorflow.python.framework.ops import Graph
File "C:\Users\Fagui\Anaconda2\lib\site-packages\tensorflow\python\framework\ops.py", line 40, in <module>
from tensorflow.python.framework import versions
File "C:\Users\Fagui\Anaconda2\lib\site-packages\tensorflow\python\framework\versions.py", line 24, in <module>
from tensorflow.python import pywrap_tensorflow
File "C:\Users\Fagui\Anaconda2\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 28, in <module>
_pywrap_tensorflow = swig_import_helper()
File "C:\Users\Fagui\Anaconda2\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 20, in swig_import_helper
import _pywrap_tensorflow
【讨论】：
我可以确认它适用于 Linux 的 Windows 子系统！ 而且也很直接。
在 Windows 10 上的 Ubuntu Bash 中，首先更新包索引：
apt-get update
然后为 Python 2 安装 pip：
sudo apt-get install python-pip python-dev
安装张量流：
sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl
该软件包现已安装，您可以在 MNIST 集上运行 CNN 示例：
cd /usr/local/lib/python2.7/dist-packages/tensorflow/models/image/mnist
python convolutional.py
我现在只是测试了 CPU 包。
干杯
~迈克尔
【讨论】：
TensorFlow 目前仅支持 Python 3.5 64 位。支持 CPU 和 GPU。以下是一些安装说明，假设您没有 Python 3.5 64 位：
python get-pip.py
pip install tensorflow（CPU 版本）或pip install tensorflow-gpu（GPU 版本 --> 需要安装 CUDA）安装 TensorFlow。您现在可以运行类似以下的命令来测试 TensorFlow 是否工作正常：
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
a = tf.constant(10)
b = tf.constant(32)
print(sess.run(a + b))
TensorFlow 附带了一些模型，它们位于C:\Python35\Lib\site-packages\tensorflow\models\（假设您在C:\Python35 中安装了python）。比如可以在控制台运行：
python -m tensorflow.models.image.mnist.convolutional
或
python C:\Python35\Lib\site-packages\tensorflow\models\image\mnist\convolutional.py
于 2016 年 10 月 5 日在提交 2098b9abcf20d2c9694055bbfd6997bc00b73578 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 如何在 Windows 上构建 TensorFlow，请参阅文件
tensorflow/contrib/cmake/README.md.
在 TensorFlow 0.12 RC0 (release notes) 版本中引入了 Microsoft Windows 支持：
TensorFlow 现在可以在 Microsoft Windows 上构建和运行（在 Windows 10、Windows 7 和 Windows Server 2016 上测试）。支持的语言包括 Python（通过 pip 包）和 C++。 GPU 加速支持 CUDA 8.0 和 cuDNN 5.1。已知限制包括： 目前无法加载自定义操作库。目前不支持 GCS 和 HDFS 文件系统。以下OPS目前不能实现：DepthwiseConv2dNative，DepthwiseConv2dNativeBackpropFilter，DepthwiseConv2dNativeBackpropInput，反量化，Digamma，ERF，ERFC，Igamma，Igammac，lgamma函数，Polygamma，QuantizeAndDequantize，QuantizedAvgPool，QuantizedBatchNomWithGlobalNormalization，QuantizedBiasAdd，QuantizedConcat，QuantizedConv2D，QuantizedMatmul，QuantizedMaxPool，QuantizeDownAndShrinkRange，QuantizedRelu， QuantizedRelu6、QuantizedReshape、QuantizeV2、RequantizationRange 和 Requantize。
【讨论】：
抱歉挖掘了，不过这个问题挺热门的，现在又有了不同的答案。
Google 正式宣布为 TensorFlow 添加 Windows（7、10 和 Server 2016）支持： developers.googleblog.com
Python 模块可以通过一个命令使用 pip 安装：
C:\> pip install tensorflow
如果您需要 GPU 支持：
C:\> pip install tensorflow-gpu
TensorFlow manual - How to install pip on windows
发行说明中还包含另一个有用的信息： https://github.com/tensorflow/tensorflow/releases
UPD： 正如 cmets TF for windows 中提到的 @m02ph3u5 仅支持 Python 3.5.x Installing TensorFlow on Windows with native pip
【讨论】：
Tensorflow 现已正式在 Windows 中得到支持，您可以使用 Python 3.5 的pip 命令安装它，无需自己编译
CPU 版本
pip install --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-0.12.0-cp35-cp35m-win_amd64.whl
cp35 表示python 3.5 轮子，0.12.0 版本，你可以根据自己的喜好编辑这些，或者安装最新的CPU版本可用，你可以使用
pip install --upgrade tensorflow
GPU 版本
pip install --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-0.12.0-cp35-cp35m-win_amd64.whl
cp35 表示python 3.5 轮子，0.12.0 版本，你可以根据自己的喜好编辑这些，或者安装最新的GPU版本可用，你可以使用
pip install --upgrade tensorflow-gpu
【讨论】：
pip3 install --upgrade tensorflow 适用于 tf 1.1+
按照link 在 Windows 上安装 Tensorflow，您也可以在 Visual Studio 中使用它
【讨论】：
在撰写此答案时，我无法使用 python 3.5.2 版正确安装 tensorflow。恢复到 python 3.5.0 就可以了。
然后我就可以安装了
C:> pip install tensorflow
【讨论】：
如果您已经在 Windows 上安装了 anaconda，我发现有一种更简单的方法：
conda create --name snakes python=3
然后
activate snakes
然后
pip install tensorflow
这类似于 virtualenv，我发现这很有帮助。
【讨论】：
conda create --name snakes python=3.5 仅支持 3.5