Tensorflow es compatible con un flujo de trabajo de Windows?

Como @mrry sugirió, es más fácil configurar TensorFlow con Docker. Así es como me las arreglé para configurarlo, así como para poner en marcha IPython Notebook en mi entorno Docker (me parece muy conveniente usar IPython Notebook para todos los propósitos de prueba, así como para documentar mis experimentos).

Asumo que ha instalado docker y boot2docker para Windows aquí.

Primero, ejecute TensorFlow docker en daemon y configúrelo para que Jupyter server (IPython Notebook) se puede acceder desde el navegador de su sistema principal de Windows:

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

Reemplace /c/Users/User/ con una ruta en su host que desea montar, es decir, donde puede mantener sus archivos IPython. No se como configurarlo a otras unidades que no sean C:, avísame si lo haces. /media/disk es la ubicación en la ventana acoplable TensorFlow en la que se monta la ruta de host.

-p 8888:8888 básicamente significa "asignar el puerto 8888 en docker a 8888 en el directorio host". Puede cambiar la segunda parte a otros puertos si desear.

Cuando lo tienes en ejecución, puedes acceder a él ejecutando el siguiente código:

docker exec -ti [docker-id] bash

Donde se puede encontrar [docker-id] ejecutando:

docker ps

Para iniciar su servidor ipython notebook desde la docker de TensorFlow, ejecute el siguiente comando:

ipython notebook --ip='*'

Para permitir que el servidor ipython escuche toda la IP para que su aplicación pueda ser accesible desde la máquina host.

En lugar de ver tu aplicación en http://localhost:8888, solo puedes verla en http://[boot2docker-ip]:8888. Para encontrar boot2docker-ip ejecute esto en su terminal (no boot2docker terminal):

boot2docker ip

Otra forma de ejecutarlo en Windows es instalar, por ejemplo, Vmware (una versión gratuita si no lo está utilizando comercialmente), instalar Ubuntu Linux en eso y luego instalar TensorFlow utilizando las instrucciones de Linux. Eso es lo que he estado haciendo, funciona bien.

TensorFlow no es compatible con Windows en este momento, pero Windows ha cambiado. Windows 10 Build 14432 incluye bash.

Puedes descargar la compilación desde https://www.microsoft.com/en-us/software-download/windowsinsiderpreviewadvanced

Después de la instalación, simplemente instale/habilite bash y escriba bash en cmd. Eso es.

(La imagen es de https://blogs.windows.com/windowsexperience/2016/04/06/announcing-windows-10-insider-preview-build-14316/)

Luego, ejecute esto (Python ya está instalado):

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 

Feliz tensorflowing en Windows!

El soporte inicial para construir TensorFlow en Microsoft Windows se agregó el 2016-10-05 en commit d0d975f8c3330b5402263b2356b038bc8af919a2 :

Este PR contiene una versión inicial de soporte para la construcción de TensorFlow (Solo CPU) en Windows usando CMake. Incluye documentación para construcción con CMake en Windows, código específico de la plataforma para implementación de funciones básicas en Windows y reglas CMake para la construcción el programa formador de ejemplo de C++ y un paquete PIP (Solo Python 3.5). Las reglas de CMake admiten la creación de TensorFlow con Visual Studio 2015.

El soporte de Windows es un trabajo en progreso, y agradecemos sus comentarios y contribuciones.

Para obtener detalles completos de las funciones soportadas actualmente e instrucciones para saber cómo compilar TensorFlow en Windows, consulte el archivo tensorflow/contrib/cmake/README.md.

Desde 2016-10-20, la GPU es compatible.

TensorFlow ya está disponible oficialmente en Windows!

TensorFlow ahora se construye y ejecuta en Microsoft Windows (probado en Windows 10, Windows 7 y Windows Server 2016). Los idiomas soportados incluyen Python (a través de un paquete pip) y C++. CUDA 8.0 y cuDNN 5.1 son compatible con la aceleración de GPU. Las limitaciones conocidas incluyen: actualmente es posible cargar una biblioteca op personalizada. El archivo GCS y HDFS los sistemas no están soportados actualmente. Los siguientes ops no son actualmente implementado: 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.

• TensorFlow ahora se construye y ejecuta en Microsoft Windows

• Nota de Lanzamiento