如果你的命令pip install——upgrade tensorflowcompililes，那么你的tensorflow版本应该是最新的。我个人更喜欢用水蟒。tensorflow可以简单地安装和升级:

 conda install -c conda-forge tensorflow  # to install
 conda upgrade -c conda-forge tensorflow  # to upgrade

另外，如果你想用你的GPU使用它，你有一个简单的安装:

 conda install -c anaconda tensorflow-gpu

我已经用了一段时间了，从来没有任何问题。

在Mac OS X Yosemite 10.10.5上使用Python 2.7对我来说是有效的:

sudo pip install --upgrade https://storage.googleapis.com/tensorflow/mac/tensorflow-0.5.0-py2-none-any.whl

对于pyCharm用户:

检查pip版本: pip3 - v 如果pip大于9.0.1: Py -3 -m PIP install——升级PIP 然后: Py -3 -m PIP install——upgrade https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-0.12.0-py3-none-any.whl

登录https://pypi.python.org/pypi/tensorflow查看哪些软件包可用。

在撰写本文时，他们还没有提供源包，因此如果没有为您的平台预先构建的源包，则会出现此错误。如果向pip命令行添加-v，您将看到它遍历PyPI上可用的包，并因不兼容而丢弃它们。

你需要在其他地方找到一个预先构建的包，或者根据https://www.tensorflow.org/install/install_sources上的说明从它的源代码编译tensorflow。

他们有充分的理由不为某些平台开发:

缺少一个win32包，因为TensorFlow的依赖项Bazel只支持win64。 对于win64，只支持3.5+，因为早期版本是用不支持c++ 11的编译器编译的。

来自tensorflow网站:“你需要pip 8.1或更高版本才能运行以下命令”。运行这个命令来升级你的pip，然后尝试再次安装tensorflow:

pip install --upgrade pip

这是我的环境(Windows 10与NVIDIA GPU)。我想安装TensorFlow 1.12-gpu，多次失败，但能够通过以下方法解决。

这有助于在Windows 10系统上安装TensorFlow-GPU

步骤:

确保你有NVIDIA显卡

a.打开windows资源管理器，打开设备管理器—>，检查“Display” 适配器”—>它将显示(例如NVIDIA GeForce)如果你有GPU它 将显示“高清图形” b.如果GPU是AMD的，那么tensorflow不支持AMD的GPU

如果您有GPU，请检查GPU是否支持CUDA特性。

a.如果你在这个链接找到你的GPU型号，那么它支持CUDA。 b.如果你没有CUDA GPU，那么你只能安装 Tensorflow(不带gpu)

Tensorflow要求python-64bit版本。卸载所有python依赖项

a.进入控制面板->搜索“程序和功能”，然后 搜索“python” b.卸载anaconda和任何与python相关的插件。 这些依赖关系可能会干扰tensorflow-GPU 安装。 c.确保python已经卸载。打开命令提示符并键入 " python "，如果它抛出一个错误，那么你的系统没有python和 您可以继续重新安装python

重新安装python

a.TF1.12支持最高至Python 3.6.6。请按此处下载视窗 X86-64可执行安装程序 b.安装时，选择“Add Python 3.6 to PATH”，然后单击 “现在安装”。

c. python安装成功后，进入安装界面 方法之一，提供禁用路径长度限制的选项 Windows 10中Tensorflow构建/安装问题的根本原因 环境。单击“禁用路径长度限制”，然后执行 完成安装的说明。

d.检查python是否正确安装。打开命令提示符 然后输入“python”。它应该显示Python的版本。

安装Visual Studio

Visual Studio 2017社区

a.点击上方的“Visual Studio链接”。下载Visual Studio 2017社区。 b.在左侧“Visual Studio IDE”下，选择“community 2017” 下载它 c.在安装过程中，选择“Desktop development with c++” 安装

CUDA 9.0工具箱

https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

a.点击上方“CUDA 9.0工具包链接”，下载“Base Installer” b.安装CUDA 9.0

安装 cuDNN

https://developer.nvidia.com/cudnn

a. Click "Link to Install cuDNN" and select “I Agree To the Terms of the cuDNN Software License Agreement” b. Register for login, check your email to verify email address c. Click “cuDNN Download” and fill a short survey to reach “cuDNN Download” page d. Select “ I Agree To the Terms of the cuDNN Software License Agreement” e. Select “Download cuDNN v7.5.0 (Feb 21, 2019), for CUDA 9.0" f. In the dropdown, click “cuDNN Library for Windows 10” and download g. Go to the folder where the file was downloaded, extract the files

h.将解压缩文件中的三个文件夹(bin、include、lib)添加到 环境

i.在windows 10搜索栏中输入“environment”，找到 在“环境变量”中，单击“用户变量”中的“路径” 点击“编辑”，然后选择“新建”，将这三条路径添加到 三个“cuda”文件夹 j.关闭“环境变量”窗口。

安装tensorflow-gpu

a.打开命令提示符，输入“pip install” ——升级tensorflow-gpu” b.安装tensorflow-gpu

检查安装是否正确

a.在命令提示符下输入“python” b.输入“import tensorflow as tf” c你好=特遣部队。常数(“Hello World !”) d .税= tf.Session () e. print(sess.run(hello))——> hello World!

测试tensorflow是否使用GPU

A.从tensorflow.python.client导入device_lib print (device_lib.list_local_devices ()) b . print (device_lib.list_local_devices ())