我也遇到了同样的问题，问题是我使用的AWS机器有ARM处理器!

我必须手动构建张量流

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。

源

从今天开始，如果还有人想知道， Python >= 3.9也会导致同样的问题 卸载python 3.9，然后安装3.8，应该会解决这个问题

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。

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 ())

正确的安装方法如下所述

$ pip install --upgrade TF_BINARY_URL   # Python 2.7
$ pip3 install --upgrade TF_BINARY_URL  # Python 3.N

从张量流官方主页找到正确的TF_BINARY_URL