玩轉Tensorflow系列（1）windows平臺安裝Tensorflow

一、背景
筆者最近新入手了樹莓派3B+,一直非常喜歡算法。準備用樹莓派3B+來跑Tensorflow，玩一玩使用以下大谷歌的機器學習算法框架。另外同樣類似的主流算法有百度的PaddlePaddle、Facebook的caffe 2、keras等。本次主要介紹Tensorflow。主要分爲Tensorflow在Win10部署 ，以及在樹莓派3B+上的部署兩大系列。
二、Tensorflow在Win10 64位下的安裝
以下資料來自Tensorflow官網。目前Tensorflow已經更新到了1.12版本。
https://tensorflow.google.cn/install/。
目前tensorflow已經在以下四個64位平臺上測試過。
（1）Ubuntun 16.0.4及以上；
（2）mac OS 10.12.6及以上，不支持在GPU上部署；
（3）win7及以上；
（4）Raspberry 9.0及以上。
2.1 Tensorflow官方目前一共提供了4個包，通過python pip進行安裝。分別爲：
（1）tensorflow—僅爲部署在CPU上使用，官方建議新手使用這個包。
（2）tensorflow-gpu----當前正式版部署在GPU上，平臺系統支持Ubuntu和windows。
（3）tf-nightly----僅爲部署在CPU上使用，平臺支持unstable不穩定版。
（4）tf-nightly-gpu —僅爲部署在GPU上，平臺支持unstable、Ubuntu和windows。
2.2 說明
（1）如果你想部署在CPU上，那麼需要你的CPU硬件支持如下：
從TensorFlow 1.6開始，二進制文件使用AVX指令，這些指令可能無法在較舊的CPU上運行。
AVX指令主要是指你電腦的CPU架構。具體AVX指令支持的CPU列表如下：
https://en.wikipedia.org/wiki/Advanced_Vector_Extensions#CPUs_with_AVX
以我自己的筆記本CPU爲例，CPU爲I5-6300HQ。那麼請複製你自己的CPU型號搜索具體參數。如下圖所示：

由上圖可知，I5-6300HQ的CPU架構爲Skylake。在上邊提供的CPU結構鏈接中可以看到Skylabe架構，2015年第3季度的架構。因此我的CPU可以支持tensorflow部署在CPU上。AMD廠家的話，跟上邊類似，不再贅述。
（2）如果想要利用你自己電腦的GPU來部署tensorflow的話，首先需要具有CUDA®計算能力3.5或更高版本的NVIDIA®GPU卡。如何查看呢？請點擊下邊鏈接：
https://developer.nvidia.com/cuda-gpus
其次，進入到英偉達界面後，你會看到NVIDIA的CUDA CPU支持能力列表。
（1）英偉達Tesla Products系列；
（2）英偉達Quadro Products系列；
（3）英偉達NVS Products系列；
（4）英偉達GeForce Products系列（筆記本最常用，精艦系列）；
（5）英偉達TEGRA /Jetson Products系列；
點擊英偉達GeForce Products系列後會展開該系列的產品列表，主要分爲兩類。左邊爲桌面類也就是臺式機常用的顯卡類型，右邊是我們常用的筆記本顯卡類型。以我的顯卡GTX 960M爲例，CUDA®計算能力爲5.0,滿足硬件要求。
也就是說我的硬件環境足以支撐我部署在CPU上，也可以部署在GPU上，不過部署在GPU上的話需要額外安裝NVIDIA®GPU驅動程序。
地址爲：https://www.nvidia.com/Download/index.aspx?lang=en-us
今天先說完硬件要求，接下來先寫在Win10 下部署tensorflow。