Tensorflow 与 Windows 工作流程兼容吗？

Is Tensorflow compatible with a Windows workflow?

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，这是在路上还是目前在某个地方可用？ （我有一个 Mac 和一个 Ubuntu 盒子，但是 Windows 机器是我目前使用 theano 的带有独立显卡的机器。

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

您也可以使用 Microsoft Visual C++ 和 NVCC（对于 CUDA 部分）自行构建 TensorFlow。目前在 Windows 上构建的最简单方法是使用 CMake build, and we will soon provide support for Bazel on Windows.

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，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）添加对构建 Windows 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. You can see the full Bazel roadmap here.

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

在 Windows 上 运行 的另一种方法是安装 Vmware（如果您不在商业上使用它，则为免费版本），安装 Ubuntu Linux进入其中，然后使用 Linux 说明安装 TensorFlow。这就是我一直在做的，效果很好。

正如@mrry 所建议的，使用 Docker 设置 TensorFlow 更容易。这是我设法设置它以及在我的 Docker 环境中启动 iPython Notebook 和 运行ning 的方法（我发现为所有人使用 iPython Notebook 真的很方便测试目的以及记录我的实验）。

我假设您已经在此处为 Windows 安装了 docker 和 boot2docker。

首先，运行 TensorFlow docker 守护进程并进行设置，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。 我不知道如何将其设置到除 C: 以外的其他驱动器，如果您知道，请告诉我。 /media/disk 是您的 TensorFlow docker 中您的主机路径挂载的位置。

-p 8888:8888 基本上就是 "map port 8888 in docker to 8888 in host directory"。如果您愿意，可以将第二部分更改为其他端口。

当你得到它运行ning时，你可以通过运行ning以下代码访问它：

docker exec -ti [docker-id] bash

其中[docker-id]可以通过运行ning找到：

docker ps

要从 TensorFlow 的 docker、运行 中启动您的 ipython 笔记本服务器，请执行以下命令：

ipython notebook --ip='*'

允许 ipython 服务器侦听所有 ip，以便您的应用程序可以从主机访问。

您只能在 http://[boot2docker-ip]:8888 中查看您的应用，而不能在 http://localhost:8888 中查看。要在您的终端（不是 boot2docker 终端）中找到 boot2docker-ip 运行：

boot2docker ip

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

您可以从 https://www.microsoft.com/en-us/software-download/windowsinsiderpreviewadvanced

下载构建

安装完成后，只需install/enablebash，在cmd中输入bash即可。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

Windows 中的 tensorflowing 快乐！

2016 年 10 月 5 日在提交 d0d975f8c3330b5402263b2356b038bc8af919a2:

中添加了对在 Microsoft Windows 上构建 TensorFlow 的初步支持

This PR contains an initial version of support for building TensorFlow (CPU only) on Windows using CMake. It includes documentation for building with CMake on Windows, platform-specific code for implementing core functions on Windows, and CMake rules for building the C++ example trainer program and a PIP package (Python 3.5 only). The CMake rules support building TensorFlow with Visual Studio 2015.

Windows support is a work in progress, and we welcome your feedback and contributions.

For full details of the features currently supported and instructions for how to build TensorFlow on Windows, please see the file tensorflow/contrib/cmake/README.md.

Since 2016-10-20, GPU is supported.

TensorFlow 现已在 Windows 上正式可用！

TensorFlow now builds and runs on Microsoft Windows (tested on Windows 10, Windows 7, and Windows Server 2016). Supported languages include Python (via a pip package) and C++. CUDA 8.0 and cuDNN 5.1 are supported for GPU acceleration. Known limitations include: It is not currently possible to load a custom op library. The GCS and HDFS file systems are not currently supported. The following ops are not currently implemented: 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, and Requantize.

2.0 兼容答案：（2020 年 1 月 28 日添加）安装 Tensorflow 2.x（2.0 或 2.1）来自在 Windows PC 中使用 Bazel 的源代码，您可以 运行 以下代码：

bazel build //tensorflow/tools/pip_package:build_pip_package

要使 TensorFlow 包生成器只支持 CPU：

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

制作支持 GPU 的 TensorFlow 包生成器：

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，请参阅此 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