ubuntu python升级以及tensorflow安装

文章详细介绍了如何在Ubuntu18.04系统中安装Python3.7,设置其为默认版本,以及处理因版本变化导致的终端快捷键失效问题。此外,还解决了在新Python环境下安装TensorFlow时遇到的兼容性问题。

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

ubuntu 18.04自带python2.7和python3.6,但我需要用到python3.7

1、安装python3.7

sudo apt install python3.7

2、设置优先级

 sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.6 1
 sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.7 2

sudo update-alternatives --config python3

输入选择3.7对应编号 ,使3.7优先级最高

3、建立软连接

sudo rm -rf /usr/bin/python3
sudo ln -s /usr/bin/python3.7 /usr/bin/python3

4、这时会发现打开终端的快捷键失效了,鼠标右键还可以打开终端

cd /usr/lib/python3/dist-packages/gi/
sudo mv _gi_cairo.cpython-36m-x86_64-linux-gnu.so  _gi_cairo.cpython-37m-x86_64-linux-gnu.so
sudo mv _gi.cpython-36m-x86_64-linux-gnu.so _gi.cpython-37m-x86_64-linux-gnu.so

 解决终端失效的问题

5、安装pip以及pip3

sudo apt install python-pip

sudo apt install python3-pip

6、pip3 install tensorflow 

提示找不到所需版本的tensorflow,需要对pip3更新

curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py

python3 get-pip.py --force-reinstall

就能安装tensorflow了

<think>嗯,用户想在Python 3.7环境下安装TensorFlow。我需要根据提供的引用资料来整理步骤。首先,引用[1]提到Python3.6和3.7安装TensorFlow的方法,使用conda创建环境。然后引用[2]和[4]是关于GPU版本的安装,需要CUDA和cuDNN。引用[3]则是在Ubuntu下用wheel文件安装。 用户可能有两种情况:安装CPU版本或GPU版本。首先,应该建议创建虚拟环境,这样可以避免版本冲突。对于CPU版本,使用conda或者pip安装。如果用户使用conda,可以用命令创建环境并安装。如果使用pip,可能需要指定版本,比如tensorflow==2.x,但要注意兼容性,因为Python3.7支持的TensorFlow版本可能有限,例如1.15.0或2.10之前的版本。 然后,GPU版本需要更多的步骤,比如安装CUDA和cuDNN,但用户提供的引用中有提到CUDA 10.0。不过现在最新的TensorFlow可能需要更高版本的CUDA,比如11.x,所以可能需要检查版本对应关系。不过根据引用[4],用户可能使用的是较旧的TensorFlow版本,比如1.12,但用户可能想要安装更新的版本,这里可能会有冲突,需要明确说明。 另外,引用[3]提到用whl文件安装,这可能适用于特定系统,比如Ubuntu,但用户可能是在Windows或其它系统,所以需要分情况说明。用户的问题中没有提到操作系统,可能需要给出不同系统的安装方法。 还需要注意Python3.7支持的TensorFlow版本,比如TensorFlow 2.10之后不再支持Python3.7,所以需要建议用户安装2.10或更早的版本。例如,使用pip install tensorflow==2.10.0。 总结步骤应该是:创建虚拟环境,安装对应版本的TensorFlow,处理可能遇到的依赖问题,验证安装。对于GPU版本,还需安装CUDA和cuDNN,并确保版本匹配。 另外,用户提供的引用中有conda命令,可能需要提醒conda安装时环境的管理,比如激活环境。还需要注意pip和conda的区别,conda可能会自动处理一些依赖,而pip可能需要手动安装。 可能的问题包括版本不兼容、缺少依赖项、CUDA安装错误等,需要给出常见问题的解决方法,比如升级pip,安装特定版本的setuptools等。此外,用户可能需要升级TensorFlow,引用[2]提到了--upgrade参数,可以建议在安装时使用。 最后,验证安装是否成功,通过导入TensorFlow并检查版本,或者运行简单的代码。对于GPU版本,检查是否识别到GPU设备。 现在需要把这些整理成清晰的步骤,分CPU和GPU版本,并指出注意事项和常见问题。同时,要引用提供的资料中的方法,比如conda创建环境,使用特定版本的wheel文件等。</think>### 如何在 Python 3.7 中安装 TensorFlow? #### 方法 1:安装 TensorFlow CPU 版本 1. **创建虚拟环境(推荐)** 使用 `conda` 或 `venv` 隔离 Python 环境,避免依赖冲突: ```bash conda create --name tensorflow python=3.7 conda activate tensorflow ``` > 引用[1]中通过 `conda create` 创建环境的方法同样适用于 Python 3.7[^1]。 2. **安装 TensorFlow** 通过 `pip` 直接安装: ```bash pip install tensorflow ``` - 如果安装失败,可尝试指定兼容版本(如 `tensorflow==2.10.0`)[^2]。 3. **验证安装** ```python import tensorflow as tf print(tf.__version__) # 输出版本号即成功 ``` --- #### 方法 2:安装 TensorFlow GPU 版本 1. **检查硬件兼容性** - 确保显卡支持 CUDA(NVIDIA GPU 需 Compute Capability ≥ 3.5)。 - 下载并安装对应版本的 CUDA 和 cuDNN(例如 TensorFlow 2.10 需 CUDA 11.2)[^4]。 2. **安装 GPU 版本** ```bash pip install tensorflow-gpu ``` - 或通过 `.whl` 文件安装(适用于特定系统): ```bash pip install tensorflow-1.12.0-cp37-cp37m-linux_x86_64.whl # 引用[3]示例[^3] ``` 3. **验证 GPU 识别** ```python tf.config.list_physical_devices('GPU') # 返回 GPU 信息即成功 ``` --- #### 注意事项 1. **版本兼容性** - Python 3.7 最高支持 TensorFlow ≤ 2.10(更新版本需 Python ≥ 3.8)。 - 若需升级,使用 `pip install --upgrade tensorflow`。 2. **依赖问题** - 安装失败时,尝试更新 `pip` 和 `setuptools`: ```bash pip install --upgrade pip setuptools ``` ---
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