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

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 ())

试试这个:

export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-0.12.1-py3-none-any.whl
pip3 install --upgrade $TF_BINARY_URL

来源:https://www.tensorflow.org/get_started/os_setup(页面已不存在)

更新2/23/17 文档移至:https://www.tensorflow.org/install

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

我在conda上安装了tensorflow，但似乎在windows上不起作用，但最终这个命令在cmd上可以正常工作。

 python.exe -m pip install --upgrade https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-0.12.0-py3-none-any.whl

我也遇到过同样的问题，我用这个方法解决了:

# Ubuntu/Linux 64-bit, CPU only, Python 2.7
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.1-cp27-none-linux_x86_64.whl

# Ubuntu/Linux 64-bit, GPU enabled, Python 2.7
# Requires CUDA toolkit 8.0 and CuDNN v5. For other versions, see "Installing from sources" below.

# Mac OS X, CPU only, Python 2.7:
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-0.12.1-py2-none-any.whl

# Mac OS X, GPU enabled, Python 2.7:
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/gpu/tensorflow_gpu-0.12.1-py2-none-any.whl

# Ubuntu/Linux 64-bit, CPU only, Python 3.4
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.1-cp34-cp34m-linux_x86_64.whl

# Ubuntu/Linux 64-bit, GPU enabled, Python 3.4
# Requires CUDA toolkit 8.0 and CuDNN v5. For other versions, see "Installing from sources" below.
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-0.12.1-cp34-cp34m-linux_x86_64.whl

# Ubuntu/Linux 64-bit, CPU only, Python 3.5
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.1-cp35-cp35m-linux_x86_64.whl

# Requires CUDA toolkit 8.0 and CuDNN v5. For other versions, see "Installing from sources" below.
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-0.12.1-cp35-cp35m-linux_x86_64.whl

# Mac OS X, CPU only, Python 3.4 or 3.5:
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-0.12.1-py3-none-any.whl

# Mac OS X, GPU enabled, Python 3.4 or 3.5:
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/gpu/tensorflow_gpu-0.12.1-py3-none-any.whl

加:

# Python 2
(tensorflow)$ pip install --upgrade $TF_BINARY_URL

# Python 3
(tensorflow)$ pip3 install --upgrade $TF_BINARY_URL

在Docs上找到。

更新!

有新版本的新链接

例如，要在OSX中安装tensorflow v1.0.0，你需要使用:

https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.0.0-py2-none-any.whl

而不是

https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-0.12.1-py2-none-any.whl