win7 64位TensorFlow1.2.1的安装

本文介绍使用Anaconda环境安装TensorFlow-CPU版本的步骤,包括解决pip超时错误、升级pip版本、安装及测试TensorFlow等关键过程,并提供解决常见问题的方法。

遇到的两个主要问题:

(1)超时报错Readtimedout。解决方法:pip --default-timeout=100 install -U pip

(2)pip版本问题。解决方法:python -m pip install -U pip升级pip

用Anaconda安装TensorFlow-CPU版本。

(1)安装4.2版本的Anaconda,它自带python3.5,而tensorflow恰好支持python3.5.*。

(2)验证python环境是否配置成功。图1为python验证截图。


图1 python环境测试

(3)安装TensorFlow-CPU。以上环境搭建好之后,在cmd中输入一条pip install --upgrade --ignore-installed tensorflow命令就可以一键安装。里面包含Numpy库的安装。
4)测试。运行时出现了图2的警告,原因大致是pip安装的是预编译 tensorflow, 没有针对当前的cpu体系进行优化。

图2 运行TensorFlow的警告

(5)配置Pycharm。一个交互式TensorFlow 会话测试如图3所示。


图3 Pycharm测试


### 如何在 Windows 10 上安装 TensorFlow 1.2.1 要在 Windows 10 系统上安装 TensorFlow 1.2.1,可以按照以下方法完成配置。以下是详细的说明: #### 创建 Conda 虚拟环境 为了隔离依赖项并确保兼容性,建议使用 Anaconda 来管理 PythonTensorFlow 的环境。 通过命令行执行以下指令来创建名为 `tensorflow1` 的虚拟环境,并指定 Python 版本为 3.6: ```bash conda create --name tensorflow1 python=3.6 ``` 激活该虚拟环境: ```bash conda activate tensorflow1 ``` 如果遇到无法同时使用 `--name` 和 `--prefix` 参数的问题,则可以通过路径方式解决此问题[^1]。 #### 安装 TensorFlow CPU 或 GPU 版本 对于 TensorFlow 1.2.1,在 Windows 平台上仅支持 CPU 版本的安装。这是因为自 TensorFlow 2.11 开始不再提供原生 Windows GPU 支持[^2]。 要安装 TensorFlow CPU 版本,请运行以下命令: ```bash pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.2.1-cp35-cp35m-win_amd64.whl ``` 注意:上述链接适用于特定平台架构(如 AMD64)。如果你使用的不是标准 Win64 架构,请确认下载适合当前系统的 `.whl` 文件[^3]。 #### 验证安装是否成功 启动 Python 解释器以验证 TensorFlow 是否正常工作: ```python import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') sess = tf.Session() print(sess.run(hello)) ``` 如果没有报错且能够打印出消息,则表明安装已完成[^4]。 --- ### 注意事项 - 如果尝试安装过程中提示只读权限错误 (`readonly`) ,可能是因为目标目录被设置成了不可写状态。此时应检查文件夹属性或者更换到具有完全控制权的置重新操作。 - 对于更高版本的需求比如 TensorFlow >= 2.x系列,需考虑切换至 WSL2 或者采用 DirectML 插件作为替代方案。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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