我正在尝试使用pip安装TensorFlow:
$ pip install tensorflow --user
Collecting tensorflow
Could not find a version that satisfies the requirement tensorflow (from versions: )
No matching distribution found for tensorflow
我做错了什么?到目前为止,我使用Python和pip没有任何问题。
我正在尝试使用pip安装TensorFlow:
$ pip install tensorflow --user
Collecting tensorflow
Could not find a version that satisfies the requirement tensorflow (from versions: )
No matching distribution found for tensorflow
我做错了什么?到目前为止,我使用Python和pip没有任何问题。
当前回答
如果您尝试了上面的解决方案,但没有解决问题,可能是因为版本不一致。
我安装了python 3.9,无法用pip安装tensorflow。
然后我卸载了3.9,然后安装了3.8.7,成功…tensorflow支持的最大版本是3.8。X(2021年) 所以,检查你的python版本是否与当前的tensorflow兼容。
其他回答
似乎有很多原因导致tensorFlow不能通过pip安装。我在windows 10上遇到的一个问题是,我的系统路径中没有支持的cudnn版本。截至目前(2017年12月),windows上的tensorflow只支持cudnn v6.1。因此,提供cudnn 6.1的路径,如果其他一切都正确,那么应该安装tensorflow。
当我试图在anaconda包中安装tensorflow时,我遇到了同样的错误。 经过一番努力,我终于找到了一种安装任何包都不会出错的简单方法。 首先使用这个命令在anaconda管理员中创建一个环境
conda create -n packages
现在激活环境
activate packages
试着跑步
pip install tensorflow
在成功安装之后,我们需要让jupyter notebook可以访问这个环境。 为此,您需要使用这个命令安装一个名为ipykernel的包
pip install ipykernel
安装ipykernel后,输入以下命令
python -m ipykernel install --user --name=packages
运行此命令后,该环境将被添加到jupyter notebook中 就是这样。 只要打开你的jupyter笔记本,点击新的笔记本,你就能看到你的环境。选择该环境并尝试导入tensorflow,如果你想安装任何其他包,只需激活该环境并安装这些包,并在你的jupyter中使用该环境
更新时间:2016年11月28日:TensorFlow现在可以在PyPI中使用,从0.12版本开始。你可以打字
pip install tensorflow
…或…
pip install tensorflow-gpu
...分别安装TensorFlow的cpu加速版或gpu加速版。
之前的回答:TensorFlow还没有在PyPI存储库中,所以你必须为你的操作系统和Python版本指定适当的“轮子文件”的URL。
TensorFlow网站上列出了支持的配置的完整列表,但例如,要在Linux上仅使用CPU安装Python 2.7的0.10版本,您将键入以下命令:
$ pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0rc0-cp27-none-linux_x86_64.whl
如果你正在使用Anaconda Python安装,pip install tensorflow将给出上面所述的错误,如下所示:
Collecting tensorflow
Could not find a version that satisfies the requirement tensorflow (from versions: )
No matching distribution found for tensorflow
根据TensorFlow安装页面,当运行pip install时,你需要使用——ignore-installed标志。
然而,在此之前,请参阅此链接 确保TF_BINARY_URL变量与你想要安装的TensorFlow版本相关的设置正确。
如果你最近遇到了这个问题(比如,在2018年Python 3.7发布之后),这很可能是由于tensorflow方面缺乏Python 3.7支持造成的。如果您不介意,可以尝试使用Python 3.6。你可以从https://github.com/tensorflow/tensorflow/issues/20444上找到一些技巧,但使用它们的风险由你自己承担。我使用了harpone建议的方法——首先下载Python 3.6的tensorflow wheel,然后手动重命名它……
cp tensorflow-1.11.0-cp36-cp36m-linux_x86_64.whl tensorflow-1.11.0-cp37-cp37m-linux_x86_64.whl
pip install tensorflow-1.11.0-cp37-cp37m-linux_x86_64.whl
好消息是,已经有了3.7支持的pull请求。希望能尽快发布。