利用pip和清华源安装tensorflow的GPU版本和CPU版本（或其他模块）

最新推荐文章于 2025-05-17 10:51:56 发布
最新推荐文章于 2025-05-17 10:51:56 发布
阅读量6.3k 收藏 7
点赞数 4
CC 4.0 BY-SA版权
分类专栏： python 文章标签： tensorflow 深度学习 pip gpu cuda
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/INFINALGEORGE/article/details/106837472
本文介绍如何通过使用清华大学的镜像来加快TensorFlow的安装速度，包括GPU和CPU版本的安装命令，同时也提供其他模块如numpy、mxnet的安装方式。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

安装tensorflow时，如果使用直接安装速度相对较慢，采取清华大学的镜像会提高速度。
GPU版本：
pip install tensorflow-gpu==1.8 -i https://pypi.tuna.tsinghua.edu.cn/simple

CPU版本：
pip install tensorflow==1.8 -i https://pypi.tuna.tsinghua.edu.cn/simple

其他模块（numpy\mxnet）：
pip install XXXX -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install XXXX==1.2.3.4 -i https://pypi.tuna.tsinghua.edu.cn/simple

安装TensorFlow2.12.0
howard2005的专栏
12-07 953
安装Anaconda和TensorFlow2.12.0
教程：Windows10下如何安装使用多版本Tensorflow2.x/Pytorch/paddlepaddle的GPU版本[和CUDA的安装及问题详解]【亲测可行】【详细和持续更新】
人生是一场修行
11-02 2155
一、本文初衷(一)、关于选择：(二)、**CUDA之间的关系：** 鄙人最初是学tf的，然后最近由于学术界很多新算法都是pytorch实现的，然后最近想去学学torch，后来发现paddlepaddle在国内的发展数一数二是在太强了然后也想接触一下paddlepaddle这个百度的深度学习框架，因为他有很多现成模型、开源模型。 但是，不幸的是鄙人原来使用的是CUDA10.0，无法安装CUDA10.0以上版本支持的DL框架版本。所以鄙人决定进行一番尝试，让PC兼容多个DL框架、以及多个DL框架的版本，是GPU
MAC OS搭建Anaconda+TensorFlow/Pip+TensorFlow
weixin_39872084的博客
02-12 541
一、官网安装Anaconda 附：Anaconda官网地址 二、用本地pip安装TensorFlow 附：TensorFlow中文社区 TensorFlow中文社区中有正规的下载顺序、步骤，比直接百度看其他人博客快的多，下面列举的步骤也是根据中文社区的个人总结。但值得注意的是社区中对api的中文总结是针对TensorFlow2以下的版本，最新api参考社区中左侧目录的2.0 API DOC或者Te...
pip 使用清华源
weixin_70043030的博客
05-17 4223
本教程详细介绍了如何临时和永久配置 pip 使用清华源，以加速 Python 包的下载。临时使用清华源只需在安装包时指定镜像源地址，而永久配置则可以通过修改 pip 配置文件或使用命令行设置。教程还提供了验证配置是否生效的方法，并提醒了升级 pip 和恢复默认源的注意事项。选择清华源的原因在于其速度快和稳定性高，适合国内用户使用。如有问题，可参考清华源官网获取更多帮助。
pip清华源安装Tensorflow-gpu
Roaddd的博客
04-04 1949
pip install --ignore-installed --upgrade tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple
如何适使用清华源下载、安装tensorflow-GPU
weixin_42226798的博客
04-01 2034
#如何适使用清华源下载、安装tensorflow-GPU 以pip安装为例，在pip install后面加上-i https://pypi.tuna.tsinghua.edu.cn/simple即可使用清华源下载安装包。 从安装过程来看，下载速度还是很快的！ 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一...
使用清华镜像pip安装TensorFlow
热门推荐
FGY_u的博客
02-08 2万+
CPU版本： pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple GPU版本： pip install tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple 当然你可以选择版本，上面是最新版本 pip install tensorflow-gpu==...
安装Tensorflow GPU版本粗略过程记录
m0_59351804的博客
04-09 525
ps：还配置了国内镜像源，这里我选择中国科学技术大学镜像源，当然其他的也都可以，速度很快，几分钟安装完毕。（注意：如何中间报错，我自己依次排除了镜像源和网络配置等问题，更换wifi、手机热点等，最后发现是代理的问题，关闭代理或者科学上网的软件就可以了，这里仅供惨各位参考）五、activate创建环境中，安装相应版本的tensorflow，这里我安装的是固定版本，（支持11.4版本的cuda），按照这个版本，选择安装Tensorflow-gpu==2.6.0版本；一大串的安装过程，等待几分钟，下载安装完成。
安装Tensorflow-gpu==1.13.1 查看Tensorflow版本 国内镜像 体验识别数子
RObot_123的博客
11-20 1万+
终于安装好了，非常的开心，因为以前用的是TF2，有些新的API和模块有改动，作为初学者的小白，无从下手，所以听从前辈的建议安装Tensorflow，使用的方法是pip在线安装 步骤 内容 1 安装 2 继续安装 3 坚持就是胜利 4 测试并体验深度学习的快快乐 一，安装 在cmd窗口下输入： pip install tensorflow-gpu==1.13.1 ...
搭建TensorFlow（CPU版本）环境
12-21
请注意，TensorFlow 2.1版本对GPU支持进行了统一处理，不再区分CPU和GPU版本。如果你需要特定版本，只需更改`==2.1.0`后的数字即可。 安装完成后，验证TensorFlow是否成功安装，进入Python交互式环境： ```bash ...
零基础安装tensorflow-cpu/gpu+导入pycharm内核
DearWTW的博客
04-01 2927
零基础安装Anaconda+tensorflow-cpu/gpu+导入pycharm内核
在Anaconda3下使用清华镜像源安装TensorFlow（CPU版）
09-17
主要介绍了在Anaconda3下使用清华镜像源安装TensorFlow（CPU版），文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
Windows下安装TensorFlow教程(cpu版本)
sinat_23619409的博客
11-14 1万+
Windows下安装TensorFlow教程(cpu版本) 目录 1、查看在Windows环境下，TensorFlow对Python的版本要求。 2、配置环境 3、下载并安装Python3.5.2 4、下载并安装Anaconda 5、安装包tensorflow 6、参考链接： 1、查看在Windows环境下，TensorFlow对Python的版本要求。 查看链接：https:/...
win10下基于Anaconda安装tensorflow1.8-cpu版本
Everydayis_yy的博客
06-01 1043
前言 由于看很多项目，比较经典的大多用tensorflow1.x的版本，虽然1.x和2.x代码有转换的语句，但有时一些包的调用还会出错，所以为了便捷，便下载了tensorflow1.8 注：tensorflow1.8支持的python版本为3.5和3.6，但pycharm中已不支持3.5，故下使用3.6版本的。 安装步骤 1.在Anaconda prompt下创建虚拟环境 conda create -n 环境名字 python=3.6 注：为了方便后续把虚拟环境写入jupyter中，给虚拟环境起名字时特殊
tensorflow安装教程（一般使用国内的清华源进行安装）
weixin_38410551的博客
04-08 1万+
注：安装tensorflow,numpy这些源，记得用国内的清华镜像源，国外的源由于网络延迟无法安装。 1.国内安装tensorflow的命令： pip install --index-url https://pypi.douban.com/simple tensorflow 或pip install --index-url http://mirrors.aliyun.com/pypi/simpl...
一句话利用清华源安装软件,比如tensorflow-gpu
CV_YOU的博客
05-06 5584
pip install tensorflow-gpu==1.3 -i https://pypi.tuna.tsinghua.edu.cn/simple 更多详情参考下面博客:https://blog.csdn.net/pandamax/article/details/70674378
windows10系统下安装Tensorflow1.8cpu及环境配置（图文）
白色项链的专栏
05-05 2963
Step1：查看Python环境 进入anaconda prompt(在应该程序anaconda3下面找)，输入conda info --env可以看到所有python环境，前面有个‘*’的代表当前环境 Step2：可以在当前环境安装（清华的镜像，速度非常快，以Tensorflow1.8cpu为例）直接粘贴这一句： pip install tensorflow==1.8 -i http...
搭建最新tensorflow 与pytorch环境
活到老、学到老
04-24 1325
这将在您的用户家目录下创建一个名为 jupyter_lab_config.py 的文件，通常位于 ~/.jupyter/jupyter_lab_config.py（具体路径可能因操作系统而异）。请将 替换为您要安装的包名， 替换为具体的频道名，如 conda-forge、pytorch 等。如果没有报错且输出了 PyTorch 的版本号，并且（对于 GPU 版本）torch.cuda.is_available() 返回 True，说明安装成功。
深度学习，mxnet库的安装
cvpatient的博客
11-08 7385
网上教程很多，但每个人在安装时都可能遇到一些问题，我把我的问题解决贴出来 1.首先安装cuda，windows环境下显卡的驱动程序应该都在，不需要下载，直接去找自己需要的cuda版本就好 CUDA Toolkit Archive | NVIDIA Developerhttps://developer.nvidia.com/cuda-toolkit-archive我安装的是cuda10.1，直接选择下载，适合自己的版本。 安装时解压位置可以随便放，解压后会自动删除文件。 我只需要一个cuda就好，所以
tensorflow-gpu清华云网址
最新发布
05-20
### TensorFlow-GPU在清华云镜像站点的下载地址 TensorFlow-GPU可以通过pip命令从清华云镜像站点安装，具体方法如下： #### 使用清华源安装TensorFlow-GPU 为了加速安装过程并减少网络问题的影响，可以将pip的默认索引URL更改为清华大学的镜像站点。更改全局配置的方法如下： ```bash pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple ``` 之后可以直接通过pip安装指定版本的TensorFlow-GPU。例如，安装特定版本的TensorFlow-GPU（如1.13.1），可执行以下命令[^1]： ```bash pip install tensorflow-gpu==1.13.1 ``` 如果需要安装最新稳定版的TensorFlow（支持GPU），则无需指定版本号： ```bash pip install tensorflow-gpu ``` 对于更高版本的TensorFlow（如2.x系列），需要注意的是`tensorflow-gpu`已被弃用，取而代之的是统一的`tensorflow`包，该包会自动检测系统硬件条件并加载相应的CPU或GPU模块。因此，在安装时只需运行： ```bash pip install tensorflow ``` #### Docker方式获取TensorFlow-GPU环境 除了通过pip安装外，还可以利用Docker容器快速部署带有GPU支持的TensorFlow环境。以下是几个常用的Docker镜像标签[^2]: - `docker pull tensorflow/tensorflow:latest-gpu`: 获取最新的稳定版TensorFlow GPU支持镜像。 - `docker pull tensorflow/tensorflow:2.6.0-gpu`: 特定版本（如2.6.0）的TensorFlow GPU支持镜像。 这些镜像已经预装了必要的依赖项和驱动程序，适合希望避免手动配置环境的用户。 #### 验证安装成功 安装完成后，可通过Python脚本验证TensorFlow-GPU是否正常工作。测试代码示例如下[^4]： ```python import tensorflow as tf # 创建一个简单的张量操作 hello = tf.constant('Hello, TensorFlow!') sess = tf.compat.v1.Session() result = sess.run(hello) print(result.decode()) # 输出字符串内容 print(tf.__version__) # 查看当前TensorFlow版本 ``` 如果能够顺利打印出“Hello, TensorFlow!”以及对应的TensorFlow版本号，则说明环境搭建成功。 --- ####
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值