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

在Windows 10上,这里的任何东西都不适合我。也许下面的一个更新的解决方案确实对我有用。

Python -m PIP install——升级tensorflow。

这是在Windows 10上使用Python 3.6和tensorflow 1.5

其他回答

安装Python 3.5。x64位amd版本。确保将Python添加到PATH变量中。然后打开命令提示符并键入

python -m pip install --upgrade pip

应该会给你以下结果:

 Collecting pip
 Using cached pip-9.0.1-py2.py3-none-any.whl
 Installing collected packages: pip
 Found existing installation: pip 7.1.2
 Uninstalling pip-7.1.2:
 Successfully uninstalled pip-7.1.2
 Successfully installed pip-9.0.1

现在式

 pip3 install --upgrade tensorflow

唯一对我有用的是使用Ananconda并使用conda create -n tensorflow python=3.5创建一个新的conda env,然后使用activate tensorflow激活,最后使用conda install -c conda-forge tensorflow。

这可以解决我遇到的每个问题,包括ssl certs,代理设置,并且不需要管理员访问。需要注意的是,这并不是由tensorflow团队直接支持的。

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。

以上答案帮助我解决了我的问题,特别是第一个答案。但在检查python版本之后,我们需要它是64位版本。

根据您拥有的操作系统,我们可以使用以下命令使用pip命令安装tensorflow。

下面的链接有谷歌api链接,可以添加在下面命令的末尾,在您各自的机器上安装tensorflow。

Root命令:python -m pip install——upgrade (link) link:该链接中各自的操作系统链接

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