安装 Installation¶
安装 TensorFlow¶
pip3 install tensorflow-gpu==2.0.0a0 # specific version (YOU SHOULD INSTALL THIS ONE NOW)
pip3 install tensorflow-gpu # GPU version
pip3 install tensorflow # CPU version
更多TensorFlow安装信息，可在Google官网查看。TensorFlow支持Linux、MscOS和Windows下的GPU加速，需要用户自行安装CUDA和CuDNN。
安装 TensorLayer¶
稳定版本:
pip3 install tensorlayer
最新版本请通过Github来安装:
pip3 install git+https://github.com/tensorlayer/tensorlayer.git
or
pip3 install https://github.com/tensorlayer/tensorlayer/archive/master.zip
对于TensorLayer贡献者，建议从Github把整个项目clone到本地，然后把tensorlayer文件夹放到相应的项目中去。
git clone https://github.com/tensorlayer/tensorlayer.git
您也可以通过源码来安装:
# 首先把TensorLayer从Github下载到本地
git clone https://github.com/tensorlayer/tensorlayer.git
cd tensorlayer
# 建议安装 virtualenv
pip install virtualenv
# 创造虚拟环境 `venv`
virtualenv venv
# 激活虚拟环境
## Linux:
source venv/bin/activate
## Windows:
venv\Scripts\activate.bat
# 简单安装
pip install .
# ============= IF TENSORFLOW IS NOT ALREADY INSTALLED ============= #
# for a machine **without** an NVIDIA GPU
pip install -e ".[all_cpu_dev]"
# for a machine **with** an NVIDIA GPU
pip install -e ".[all_gpu_dev]"
如果您想使用旧版的TensorLayer 1.X:
[stable version] pip install tensorlayer==1.x.x
如果您想修改旧版的TensorLayer 1.X，您也可以把整个项目下载下来，再安装
cd to the root of the git tree
pip install -e .
这个命令会根据 setup.py 来安装TensorLayer。符号 -e 表示可修改（editable），这样您可以修改 tensorlayer 文件夹中的源码，然后 import 使用之。
GPU 加速¶
CUDA¶
TensorFlow 官网也提供了安装 CUDA 和 CuDNN 的教程。简单来说，请先从NVIDIA官网下载CUDA：
如果 CUDA 安装成功，请使用如下命令来显示GPU的信息。
python -c "import tensorflow"
CuDNN¶
除了 CUDA, NVIDIA 提供一个针对深度学习加速的库--CuDNN。您需要注册NVIDIA开发者，然后才能下载它：
下载解压后，把 *.h 文件复制到 /usr/local/cuda/include 并把
lib* 文件复制到 /usr/local/cuda/lib64.
Windows 用户¶
TensorLayer是一个Python库，因此请先给您的Windows安装Python，我们建议安装Python3.5以上的版本。
GPU 支持¶
1. 安装 Microsoft Visual Studio¶
您需要先安装Microsoft Visual Studio (VS)再安装CUDA。最低的版本要求是 VS2010，我们建议安装 VS2015 以上的版本。
3. 安装 CuDNN¶
NVIDIA CUDA® Deep Neural Network library (cuDNN) 是一个针对深度学习开发的GPU加速库。您可以在NIVIDA官网下载之：
解压下载文件后，您会得到三个文件夹 (bin, lib, include)。然后这些文件夹里的内容需要复制到CUDA的位置。(默认安装路径是`C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0`)
安装 TensorLayer¶
For TensorLayer, please refer to the steps mentioned above.
pip install tensorflow #CPU version
pip install tensorflow-gpu #GPU version (GPU version and CPU version just choose one)
pip install tensorlayer #Install tensorlayer
测试¶
import tensorlayer
如果CUDA，CuDNN安装成功，您会看到如下的信息。
successfully opened CUDA library cublas64_80.dll locally
successfully opened CUDA library cuDNN64_5.dll locally
successfully opened CUDA library cufft64_80.dll locally
successfully opened CUDA library nvcuda.dll locally
successfully opened CUDA library curand64_80.dll locally