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。
其他回答
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。
Python 3.7适合我,我卸载了Python 3.8.1,重新安装了3.7.6。之后,我执行:
pip3 install --user --upgrade tensorflow
这是可行的
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
你需要一个64位版本的Python,在你的情况下,你使用的是32位版本。到目前为止,Tensorflow只支持64位版本的Python 3.5。X和3.8。Windows操作系统。请参阅安装文档以了解当前支持的内容
要检查您正在运行的Python版本,输入Python或python3启动解释器,然后输入import struct;print(struct.calcsize("P") * 8),这将打印32或64来告诉您正在运行的Python的比特版本。
评论:
要下载不同版本的Windows Python,请访问python.org/downloads/windows并向下滚动,直到看到以“64”结尾的版本。这将是64位版本,应该与张量流一起工作
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