如果你试图在Windows上安装Anaconda Tensorflow，一个免费的建议是请卸载Anaconda，并从发布页面下载一个64位的Python版本，以amd64结尾。对我来说，它是python-3.7.8-amd64.exe

然后按照Tensorflow官方网站上的说明在虚拟环境中安装Tensorflow。

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

2.0兼容方案:

在终端(Linux/MacOS)或命令提示符(Windows)中执行以下命令，使用Pip安装Tensorflow 2.0:

#Install tensorflow using pip virtual env 
pip install virtualenv
virtualenv tf_2.0.0   # tf_2.0.0 is virtual env name
source tf_2.0.0/bin/activate
#You should see tf_2.0.0 Env now. Execute the below steps
pip install tensorflow==2.0.0
python
>>import tensorflow as tf
>>tf.__version__
2.0.0

在终端(Linux/MacOS)或命令提示符(Windows)中执行以下命令，使用Bazel安装Tensorflow 2.0:

git clone https://github.com/tensorflow/tensorflow.git
cd tensorflow

#The repo defaults to the master development branch. You can also checkout a release branch to build:
git checkout r2.0

#Configure the Build => Use the Below line for Windows Machine
python ./configure.py 

#Configure the Build => Use the Below line for Linux/MacOS Machine
./configure
#This script prompts you for the location of TensorFlow dependencies and asks for additional build configuration options. 

#Build Tensorflow package

#CPU support
bazel build --config=opt //tensorflow/tools/pip_package:build_pip_package 

#GPU support
bazel build --config=opt --config=cuda --define=no_tensorflow_py_deps=true //tensorflow/tools/pip_package:build_pip_package

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。

也有类似的问题

结果是默认的GPU版本，我已经在一个没有GPU的服务器上安装了它。

pip install --upgrade tensorflow-cpu

成功了

告诉你具体是什么问题的方法是:

PIP install -vvv tensorflow

这将向您显示可用的轮子文件以及它们不匹配的原因。

如果你执行pip debug -verbose，它会显示所有兼容的标签。

在我的例子中，我试图在一个多通道ubuntu实例的m1 mac上安装tensorflow，而需要https://pypi.org/project/tensorflow-aarch64/