ananconda python3.6版本 历史版本

最新推荐文章于 2025-09-28 05:19:42 发布
原创 最新推荐文章于 2025-09-28 05:19:42 发布 · 1.4k 阅读 · 4 ·
CC 4.0 BY-SA版权
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。
文章标签：

#anaconda

本文提供了Anaconda不同版本与Python3.6和3.7的对应关系，并给出了官方及清华大学镜像的下载地址。此外，还提及了针对ARMnvidia TX2平台的相关资源，包括Archiconda的构建工具和PyTorch项目的链接。
部署运行你感兴趣的模型镜像

您可能感兴趣的与本文相关的镜像

Python3.10

Python3.10

Conda
Python

Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本

Anaconda Python 版本对应关系表（附所有版本下载）
清平乐的技术专栏
06-05 3万+
一、对应版本 首先解释一下上表。 anaconda在每次发布新版本的时候都会给python3和python2都发布一个包，版本号是一样的。 表格中，python版本号下方的离它最近的anaconda包就是包含它的版本。 举个例子，假设你想安装python2.7.14，在表格中找到它，它下方的三个anaconda包（anaconda2-5.0.1、5.1.0、5.2.0）都包含python2.7....
安装python3.6版本的Miniconda3
豆芽菜
09-07 5679
目前Miniconda3的主要版本已经不支持python3.6，以Windows为例，在官网Miniconda — Conda documentation中只有python3.7及以上版本的安装支持，如果想python3.6需要找历史版本。 根据Miniconda3的更新说明，4.5.11是第一个使用python3.7的版本，也即之前的版本即是使用python3.6，例如下图中的Miniconda3-4.5.1版本。 历史版本链接：Index of / (anaconda.com) ...
浅谈anaconda python 版本对应关系
12-16
2020.2.20 更新日志： 本文的初衷是因为安装anaconda的时候你并不知道会包含哪个版本的python，因此我制作了下表 如果你使用的主要的python版本能在下表中找到，那安装对应的anaconda当然更好 但是如果你只是临时想用某个版本的python，或在下表中找不到对应的，你大可以直接安装最新的anaconda，然后用conda create来创建虚拟环境即可，不用非得找到对应的anaconda来装。 最佳的策略是你的机器上只保留一个anaconda，其中包含着你最常用的python版本，然后其他的版本环境全都用虚拟环境来管理。 创建虚拟环境的方法： 例如
使用Anaconda（3-5.1.0对应 python3.6.3）搭建OpenCV（3.5.1.15）环境和Jupyter Notebook
入门记
01-15 2381
搭建OpenCV环境和Jupyter Notebook
conda历史版本管理：时光倒流的开发体验
gitblog_00640的博客
09-28 312
你是否曾在项目开发中遇到过这样的困境：更新某个依赖包后，整个项目突然无法运行？或者团队成员之间因为环境配置不一致而频繁出现"在我这里能运行"的尴尬情况？conda的历史版本管理功能就像一台时光机，让你能够轻松回溯到项目的某个稳定状态，极大提升开发体验。读完本文，你将掌握如何查看环境历史记录、回滚到指定版本以及导出环境配置的实用技能。 ## 版本管理的核心：conda历史记录文件 conda通过...
python3.6对应的anaconda版本_Anaconda版本对应的python版本
weixin_39929687的博客
12-10 1万+
Anaconda 2.0.1 对应 Python2.6Anaconda 2.0.1 对应 Python2.7Anaconda 2.0.1 对应 Python3.3Anaconda 2.0.1 对应 Python3.4Anaconda 2.1.0 对应 Python2.6Anaconda 2.1.0 对应 Python2.7Anaconda 2.1.0 对应 Python3.3Anaconda 2....
Anaconda python3.6版本安装
热门推荐
华仔的博客
07-18 9万+
官方地址在下面，3.6的对应的是Anaconda3-5.2，5.3以后的都是python 3.7的不要看错了 往下滑动就是了 官方地址：https://repo.anaconda.com/archive/ 清华大学镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ ...
Python3.6版本
06-08
Python 是一门简单易学且功能强大的编程语言。它拥有高效的高级数据结构，并且能够用简单而又高效的方式进行面向对象编程。Python 优雅的语法和动态类型，再结合它的解释性，使其在大多数平台的许多领域成为编写脚本...
与python3.6版本适配的dlib库
09-10
在给定的标题中提到的"与python3.6版本适配的dlib库"，表明这个版本的dlib是专门针对Python 3.6编译的，确保了与该版本Python的兼容性。描述中提到“亲测可用”，意味着这个库已经过实际测试，可以在人脸识别等应用...
pycocotools包文件，适用于python3.6
09-20
《pycocotools包在Python3.6环境中的应用与详解》 pycocotools是一个在计算机视觉领域广泛应用的Python库，尤其在图像检测、分割和评估任务中扮演着重要角色。这个库主要服务于COCO（Common Objects in Context）...
精选资源
python-pcl库安装文件(python3.6)
04-27
python-pcl库安装文件(python3.6)
python3.5和python3.6的anaconda下载，以及pycharm下载
07-29
当初下载3.5版本是因为3.6当时不支持tensorflow，现在3.6也已经支持tensorflow，大家可以选择下载。这里提供的是下载的百度云链接。
python3.6+anoconda3+pycharm安装
h1m2q3的博客
09-23 1737
Anaconda3+Pycharm详细安装
Anaconda所有历史版本下载
python伊甸园的博客
04-29 3万+
清华镜像源：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
[轻笔记]anaconda历史版本下载地址
昔风不起，唯有努力生存！
06-03 818
anaconda历史版本安装： anaconda所有版本链接：https://repo.continuum.io/archive/ 清华大学开源软件镜像站：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
Anaconda下载以前的旧版本
weixin_47139678的博客
03-19 4651
由于Anaconda新的版本，可能不太适合我们当前开发，我们需要下载历史版本。
Anaconda与python对应版本的对照
donovan的博客
08-22 2万+
Anaconda、Python、pycharm
Linux下Anaconda 2019.03对应的python不是3.6.8
geidongdong的博客
10-24 445
Linux下Anaconda 2019.03对应的python不是3.6.8， 尽管有这么多博客 https://blog.csdn.net/wahyiu/article/details/107500701 尽然还包括官方： https://docs.anaconda.com/anaconda/packages/old-pkg-lists/2019.03/py3.6_linux-64/ 但实际发现并没有3.6.8，很奇怪 下面是多方尝试的结果，3.6.5和3.7.0的都有但就是没有3.6.8的，很奇怪。
anaconda python 版本对应关系
D
10-31 2万+
python2 python3 anaconda2/3 2.7.14 3.6.5 5.2.0 2.7.14 3.6.4 5.1.0 2.7.14 3.6.3 5.0.1 2.7.13 3.6.2 5.0.0 2.7.13 3.6.1 4.4.0 2.7.13 3.6.0 4.3.1 2.7.13 3.6.0 4.3.0 2.7.12 3.5.2 4.2....
tensorflow-cpu python3.6版本
最新发布
12-17
<think>我们已知用户的需求是：查找适用于Python 3.6的TensorFlow CPU版本。 根据引用[2]中提供的历史版本信息，我们可以找到与Python 3.6兼容的TensorFlow CPU版本。 从引用[2]的表格中，我们看到： TensorFlow 1.13.0 到 2.4.0 都支持Python 3.6（因为表格中显示Python版本为3.5-3.8的版本都包含3.6）。 但是，注意TensorFlow 2.5.0及之后版本不再支持Python 3.6（根据官方发布说明，TensorFlow 2.5.0要求Python 3.7-3.9）。 因此，支持Python 3.6的TensorFlow CPU版本范围是：1.13.0 到 2.4.0。 我们可以通过pip安装指定版本的TensorFlow CPU版，例如： pip install tensorflow==2.4.0 # 安装2.4.0版本（支持Python3.6的最后一个大版本） pip install tensorflow==1.15.0 # 安装1.x系列的最后一个版本（也支持Python3.6） 另外，引用[3]中提到，如果之前安装过GPU版本，需要先卸载，再安装CPU版本。 注意：由于用户明确要求CPU版本，所以不需要安装GPU相关的依赖（如CUDA和cuDNN）。 验证安装： python -c "import tensorflow as tf; print(tf.__version__)" 引用[4]中提到，如果CPU支持AVX2指令集，但安装的TensorFlow版本未编译支持，则会有警告。因此，建议选择较新的版本（如2.4.0）以获得更好的性能。 总结步骤： 1. 确保已安装Python 3.6（可使用`python --version`检查） 2. 推荐使用虚拟环境（virtualenv或conda） 3. 使用pip安装指定版本的TensorFlow CPU版本 示例： # 创建虚拟环境（可选） python -m venv tf36_env source tf36_env/bin/activate # Linux # 或 tf36_env\Scripts\activate # Windows # 安装TensorFlow CPU版本 pip install tensorflow==2.4.0 如果用户需要1.x版本，则安装1.15.0： pip install tensorflow==1.15.0 注意：TensorFlow 1.x和2.x的API有较大差异。 引用[2]中提到，TensorFlow 1.x系列的最后版本是1.15.0，支持Python 3.6。 因此，推荐两个版本： - 最新支持Python 3.6的2.x版本：2.4.0 - 1.x系列的最终版本：1.15.0 根据用户需求选择。 如果用户需要其他1.13.0到2.4.0之间的版本，只需将版本号替换即可。 最后，如果安装过程中遇到问题，可以尝试升级pip： pip install --upgrade pip 另外，如果系统是Windows，注意TensorFlow从1.6.0开始支持Windows的Python3.6（引用[2]中表格显示1.13.0-2.4.0都支持，所以无需担心）。 注意：由于用户明确要求CPU版本，所以不需要安装CUDA和cuDNN。 </think> ### TensorFlow CPU版与Python 3.6兼容版本推荐 根据TensorFlow官方版本兼容性数据[^2]，支持Python 3.6的TensorFlow CPU版本如下： #### 兼容版本列表（从新到旧） | TensorFlow版本 | 发布时间 | Python支持范围 | 安装命令 | |----------------|--------------|----------------|------------------------------| | **2.4.0** | 2020年12月 | 3.6-3.8 | `pip install tensorflow-cpu==2.4.0` | | **2.3.0** | 2020年7月 | 3.5-3.8 | `pip install tensorflow-cpu==2.3.0` | | **1.15.0** | 2019年10月 | 3.5-3.7 | `pip install tensorflow-cpu==1.15.0` | | **1.14.0** | 2019年6月 | 3.5-3.7 | `pip install tensorflow-cpu==1.14.0` | | **1.13.0** | 2019年2月 | 3.5-3.7 | `pip install tensorflow-cpu==1.13.0` | > 💡 **版本选择建议**： > 1. **最新稳定版**：推荐 `2.4.0`（最后支持Py3.6的2.x版本） > 2. **1.x最终版**：`1.15.0`（1.x系列的最后一个稳定版本） > 3. **特定需求**：`1.14.0`（常用于旧项目兼容） #### 安装步骤 ```bash # 创建Python 3.6虚拟环境（需先安装Python 3.6） python3.6 -m venv tf36_env source tf36_env/bin/activate # 安装TensorFlow CPU版本（示例安装2.4.0） pip install --upgrade pip pip install tensorflow-cpu==2.4.0 # 验证安装 python -c "import tensorflow as tf; print(f&#39;TensorFlow {tf.__version__} 安装成功！&#39;)" ``` #### 注意事项 1. **指令集警告处理**： ```python # 运行代码时若看到AVX2警告可忽略（不影响功能） import os os.environ[&#39;TF_CPP_MIN_LOG_LEVEL&#39;] = &#39;2&#39; # 屏蔽INFO和WARNING日志 ``` 2. **依赖管理**： - 使用虚拟环境避免包冲突[^1] - 安装后自动包含所需依赖：numpy, absl-py, grpcio等 3. **Windows系统**： - 需安装Microsoft Visual C++ 2019可再发行组件包[^4] - 通过PyCharm创建Python 3.6虚拟环境更便捷[^1] > ⚠️ **重要提示**：TensorFlow 2.5+ 已不再支持Python 3.6[^2]，若需更新框架需升级Python版本
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