TensorFlow2.1.0、1.15.0等版本使用镜像源安装

最新推荐文章于 2025-06-06 22:22:32 发布
原创 最新推荐文章于 2025-06-06 22:22:32 发布 · 6.3k 阅读 · 8 ·
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。

本文详细介绍了如何使用pip命令正确安装TensorFlow 2.1版本，包括针对CPU和GPU的不同安装方式，以及在安装过程中可能遇到的问题和解决策略，如版本冲突和镜像源的选择。
部署运行你感兴趣的模型镜像

 

pip install tensorflow-cpu==2.1.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/

 

注意：pip install tensorflow==2.1.0和pip install tensorflow-CPU==2.1.0区别~

TensorFlow2.1版本默认安装CPU和GPU，这样程序运行的时候容易出错，所以最好标明CPU或者GPU

pip install tensorflow==1.15.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/

 

如果安装出错，注意提示的版本，修改版本号就可以继续安装了

如果不行，换下面这个https://pypi.douban.com/simple/

# 对应python版本3.6

 

 

 

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.9

TensorFlow-v2.9

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

Python安装tensorflow
太行一粟
01-10 4589
Python2 Python3 安装 TensorFlow 国内镜像源报错 GoogleAPI源安装 pip3 install https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-0.12.0-py3-none-any.whl
GPU服务器安装tensorflow环境全过程
weixin_44732287的博客
12-03 760
** 1. 重装ubantu18.04系统 ** 1.1 启动U盘制作 - 软件：软碟通 - 系统版本：ubantu 18.04 软碟通使用： 1. 下载：联想应用商店下载 2. 激活：http://www.ddooo.com/softdown/153565.htm#dltab 3. 制作启动u盘：
TensorFlow2.1.0.rar
07-31
对于好不容易配置好的环境，将其中的包，版本号等导出作为记录是很重要的一件事，这便于我们对环境的安装进行再次的复现。 导出已有环境： conda env export > environment.yaml 1 2 环境会被保存在 environment.yaml文件中。 当我们想再次创建该环境，或根据别人提供的.yaml文件复现环境时，可以： conda env create -f environment.yaml 1 就可以复现安装环境。
记录|conda安装tensorflow-gpu=2.1.0 国内源
我只要燃烧不在乎陨落
05-28 2416
conda install --channel https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ tensorflow-gpu==2.1.0
安装tensorflow镜像
Tume233的博客
04-02 1021
链接：https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/tensorflow-gpu/ 在命令行中输入：python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==2.2.1
tensorflow1.15.0的安装
砍柴人的博客
08-15 1万+
1、创建虚拟环境tensorflow： conda create --name tensorflow python=3.6 2、检测是否安装成功： conda info --envs 3、激活tensflow的环境： activate tensorflow 4、安装tensorflow conda install tensorflow==1.15 5、顺便安装sklearn conda install scikit-learn 6、取消激活环境以及删除环境 conda de
TensorFlow的安装
AtYeXTolearn的博客
09-02 4870
TensorFlow的安装 anaconda的安装 版本信息： 版本对应关系查询网站：https://docs.floydhub.com/guides/environments/ 1.1 文件下载 清华大学镜像库：https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/ 1.2 安装路径：E:\Anaconda3.4 1.3 工作路径的修改 1.3.1 安装目录如下： 1.3.2 去掉%USERPROFILE% 1.3.3 生成配置文件jupy.
warning libmamba Problem type not implemented SOLVER_RULE_STRICT_REPO_PRIORITY failed LibMambaUnsatisfiableError: Encountered problems while solving: - package tensorflow-gpu-1.13.1-h0d30ee6_0 requires tensorflow 1.13.1, but none of the providers can d Could not solve for environment specs The following packages are incompatible ├─ pin-1 is installable and it requires │ └─ python 3.9.* , which can be installed; └─ tensorflow-gpu is not installable because there are no viable options ├─ tensorflow-gpu 1.10.0 would require │ └─ tensorflow 1.10.0 but there are no viable options │ ├─ tensorflow [1.10.0|1.13.1|1.14.0|1.9.0] would require │ │ ├─ python >=3.6,<3.7.0a0 , which conflicts with any installable versions previously reporte; │ │ └─ tensorflow-base [1.13.1 py36_4|1.13.1 py36_5|1.13.1 py36_6|1.13.1 py36_8|1.14.0 py36h9f0s │ │ └─ python >=3.6,<3.7.0a0 , which conflicts with any installable versions previously repo; │ ├─ tensorflow [1.10.0|1.9.0] would require │ │ └─ python >=3.5,<3.6.0a0 , which conflicts with any installable versions previously reporte; │ └─ tensorflow 1.10.0 conflicts with any installable versions previously reported; ├─ tensorflow-gpu 1.11.0 would require │ └─ tensorflow 1.11.0 , which conflicts with any installable versions previously reported; ├─ tensorflow-gpu 1.12.0 would require │ └─ tensorflow 1.12.0 , which conflicts with any installable versions previously reported; ├─ tensorflow-gpu 1.13.1 would require │ └─ tensorflow 1.13.1 but there are no viable options │ ├─ tensorflow [1.10.0|1.13.1|1.14.0|1.9.0], which cannot be installed (as previously explained; │ ├─ tensorflow [1.13.1|1.14.0] would require │ │ ├─ python >=3.7,<3.8.0a0 , which conflicts with any installable versions previously reporte; │ │ └─ tensorflow-base [1.13.1 py37_7|1.14.0 py37hc8dfbb8_0], which requires │ │ └─ python >=3.7,<3.8.0a0 , which conflicts with any installable versions previously repo; │ └─ tensorflow 1.13.1 conflicts with any installable versions previously reported; ├─ tensorflow-gpu 1.14.0 would require │ └─ tensorflow 1.14.0 but there are no viable options │ ├─ tensorflow [1.10.0|1.13.1|1.14.0|1.9.0], which cannot be installed (as previously explained; │ ├─ tensorflow [1.13.1|1.14.0], which cannot be installed (as previously explained); │ └─ tensorflow 1.14.0 conflicts with any installable versions previously reported; ├─ tensorflow-gpu 1.15.0 would require │ └─ tensorflow 1.15.0.* , which conflicts with any installable versions previously reported; ├─ tensorflow-gpu 1.8.0 would require │ └─ tensorflow-gpu-base 1.8.0 , which requires │ └─ cudatoolkit 9.0.* , which conflicts with any installable versions previously reported; ├─ tensorflow-gpu 1.9.0 would require │ └─ tensorflow 1.9.0 but there are no viable options │ ├─ tensorflow [1.10.0|1.13.1|1.14.0|1.9.0], which cannot be installed (as previously explained; │ ├─ tensorflow [1.10.0|1.9.0], which cannot be installed (as previously explained); │ └─ tensorflow 1.9.0 conflicts with any installable versions previously reported; ├─ tensorflow-gpu 2.0.0 would require │ └─ tensorflow 2.0.0 , which conflicts with any installable versions previously reported; ├─ tensorflow-gpu 2.1.0 would require │ └─ tensorflow 2.1.0 , which conflicts with any installable versions previously reported; ├─ tensorflow-gpu 2.3.0 would require │ └─ tensorflow 2.3.0 , which conflicts with any installable versions previously reported; ├─ tensorflow-gpu 2.5.0 would require │ └─ tensorflow 2.5.0 , which conflicts with any installable versions previously reported; └─ tensorflow-gpu 2.6.0 would require └─ tensorflow 2.6.0 , which conflicts with any installable versions previously reported.
最新发布
09-28
- 在安装过程中，如果遇到SSL证书错误等网络问题，可以尝试更换国内源（如清华镜像源）或设置代理。 以上步骤应能解决大多数LibMambaUnsatisfiableError问题。如果问题仍然存在，请提供详细的错误信息以进一步...
Tensorflow2/Pytorch GPU 安装过程
qq_43520571的博客
04-27 1752
一、前置条件 在正式安装前，需要以下条件： 会使用conda创建和激活环境 有一张nvidia的显卡，且CUDA compute capabilitiy 不低于3.5.（只要显卡不是很旧应该行） 显卡驱动版本大于418.x（此处是2.3版本的需要，具体版本参考官网），不是的话需要去更新，提供一个官网地址。此外如何查看驱动版本两个方法：1.点击nvidia设置查看左下角的系统信息可见版本。2.在dos命令行中通过nvidia-smi可见（如果报错应该是环境变量需要设置） 二、创建环境并安装依赖(示例是2.
python3.6.4+anaconda5.1.0+cuda9.0.176+cudnn_v7.4.1.5+tensorflow安装心得
weixin_44525240的博客
11-07 759
python3.6.4+anaconda5.1.0+cuda9.0.176+cudnn_v7.4.1.5+tensorflow安装心得 前言 最近做本科毕业设计，要用到图卷积神经网络，开始入坑深度学习。在配置深度学习环境时踩了很多坑，为防止自己和大家继续踩雷，在此记录。我遇到的问题有： python版本太高，配置不兼容 cuda版本和电脑显卡不匹配 tensorflow版本不匹配 总之，都是粗心大意，没有注意版本匹配问题。在浏览了众多帖子后，最终采用最稳妥的方式，python3.6.4+anaconda
Anaconda虚拟python3.6+tensorflow2.1环境压缩包、.condarc配置文件（内有清华镜像源）
10-17
非付费资源，关注即可下载，帮助小白迅速搭建anaconda+tensorflow2开发环境，内含Anaconda虚拟python3.6+tensorflow2.1环境压缩包、.condarc配置文件（内有清华镜像源），可直接下载之后解压在Anaconda/envs文件夹下，省去安装步骤，具体说明可参考之后本人的相关博客和b站视频教程。
pip install tensorflow==1.15.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
SatisfyMyCuriousity的博客
08-22 9373
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结 前言 tensorflow安装，更新，和python的安装包更新命令问题，用以纪录，yi'bei 提示：以下是本篇文章正文内容，下面案例可供参考 一、pandas是什么？ 示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。 二、使用步骤 1.引入库 代码如下（示例）：..
安装tensorflow
zhangt766的博客
07-26 1362
6.验证（注意下载好之后环境还tensorflow里，此时照搬网上的验证代码importtensorflowastf时错误的，应该先将shell切入python下面,再验证.验证时输入如下代码，如果显示了版本，安装成功）2.载入清华镜像源（阿里源，中科院源也是一样的，这里的镜像源相当于是个缓存站，我们要下的东西，镜像源提前在谷歌里下载下来了，我们直接去镜像源下载，比访问谷歌更快）3.创建tensorflow的环境。5.下载tensorflow。1.安装anaconda。...
tensorflow 1.15 gpu docker环境搭建；Nvidia Docker容器基于TensorFlow1.15测试GPU；——全流程应用指南
点赞的都能无bug通过！
11-14 2755
TensorFlow 在新款 NVIDIA Pascal GPU 上的运行速度可提升高达 50%，并且能够顺利跨 GPU 进行扩展。如今，训练模型的时间可以从几天缩短到几小时TensorFlow 使用优化的 C++ 和 NVIDIA® CUDA® 工具包编写，使模型能够在训练和推理时在 GPU 上运行，从而大幅提速TensorFlow GPU 支持需要多个驱动和库。为简化安装并避免库冲突，建议利用 GPU 支持的 TensorFlow Docker 镜像。
Ubuntu18.04安装tensorflow-gpu1.15.0配置环境
zdb
03-18 3496
anaconda3下载：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ pip和conda换源：链接 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-for
Tensorflow安装教程(完美安装gpu版本的tensorflow)（Windows,Conda,cuda,cudnn版本对应）
热门推荐
qq_51800276的博客
03-05 2万+
Tensorflow安装保姆级教程，亲测有效。
Win10 64位系统下Tensorflow2.1.0的安装以及遇到的各种问题及解决方法（小白教程）
qq_42535133的博客
04-07 3027
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 欢迎使用Ma...
下载tensorflow1.15.0库问题解决方法
2301_81396191的博客
06-06 475
6.之后输入你要安装的库库名pip install tensorflow==1.15.0。8.这是在收集你之前哪些安装过的库，等待即可。4.显示这个base则需要激活conda环境。3.下载好之后安装进去：点击这个图标进去。然后再输入conda activate。基本上下载不了的库都可以在这里面下载。python=你的python版本。12.粘贴即可，点击应用就OK了。，点击download，跳过注册。9.点击Y确认等他安装好。11.找到这个：复制。
tensorflow的各种版本下载镜像安装
andeyeluguo的博客
07-20 1万+
有时候直接用命令下载的方式不行，因为天朝被墙。 可以在[1]中通过带有fanq翻墙插件的谷歌浏览器下载。 然后sudo pip install 下载文件名即可 [1] 版本的tensorflow镜像下载...
评论 2
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