我发现TensorFlow 1.12.0只适用于Python 3.5.2版本。我用的是Python 3.7，但它不起作用。所以，我不得不降级Python，然后我可以安装TensorFlow让它工作。

将python版本从3.7降级到3.6

conda install python=3.6.8

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

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。

2019年更新: 为了在谷歌Colab中安装TensorFlow 2预览版，您可以使用:

!wget https://developer.nvidia.com/compute/cuda/10.0/Prod/local_installers/cuda-repo-ubuntu1604-10-0-local-10.0.130-410.48_1.0-1_amd64 -O cuda-repo-ubuntu1604-10-0-local-10.0.130-410.48_1.0-1_amd64.deb
!dpkg -i cuda-repo-ubuntu1604-10-0-local-10.0.130-410.48_1.0-1_amd64.deb
!apt-key add /var/cuda-repo-10-0-local-10.0.130-410.48/7fa2af80.pub
!apt-get update
!apt-get install cuda
!pip install tf-nightly-gpu-2.0-preview

为了安装TensorFlow 2 bye pip，你可以使用: 为GPU安装tf-night - GPU -2.0-preview PIP安装tf-night -2.0-preview CPU。

似乎有很多原因导致tensorFlow不能通过pip安装。我在windows 10上遇到的一个问题是，我的系统路径中没有支持的cudnn版本。截至目前(2017年12月)，windows上的tensorflow只支持cudnn v6.1。因此，提供cudnn 6.1的路径，如果其他一切都正确，那么应该安装tensorflow。

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 ())