【问题标题】:Could not find a version that satisfies the requirement tensorflow找不到满足要求 tensorflow 的版本
【发布时间】:2018-07-21 02:37:36
【问题描述】:

我安装了最新版的 Python (3.6.4 64-bit) 和最新版的PyCharm (2017.3.3 64-bit)。然后我在 PyCharm 中安装了一些模块(Numpy、Pandas 等),但是当我尝试安装 Tensorflow 时它没有安装,并且我收到了错误消息:

找不到满足TensorFlow要求的版本(来自版本:) 没有找到 TensorFlow 的匹配分布。

然后我尝试从命令提示符安装 TensorFlow,但我收到了相同的错误消息。 但是,我确实成功安装了 tflearn。

我还安装了 Python 2.7,但我再次收到相同的错误消息。我搜索了错误并尝试了一些建议给其他人的东西,但没有任何效果(这包括安装 Flask)。

如何安装 TensorFlow?谢谢。

【问题讨论】:

  • 你的操作系统是什么?
  • @TheTechGuy Windows 10
  • @FlyingTeller 最新版本
  • 试试我已经回答的过程。我假设您已经在生态系统中拥有 Pip 和配置的 python
  • 我在安装了 python 3.8.0 的 Windows 10 上。收到相同的错误消息。

标签: python python-3.x python-2.7 tensorflow pip


【解决方案1】:

截至 2020 年 10 月:

  • Tensorflow 仅支持 64 位版本的 Python

  • Tensorflow 仅支持 Python 3.5 到 3.8

因此,如果您使用的是超出范围的 Python 版本(旧的或新的)或 32 位版本,那么您需要使用不同的版本。

【讨论】:

  • 您能否提供一些参考资料,说明您在哪里检索到此信息/日期?
  • 在官方网站上,他们仍然引用 3.5.x 和 3.6.x tensorflow.org/install/install_windows
  • v3.6.8 引发同样的异常
  • Python v3.6.8 不会为我引发异常; v3.7 做了
  • @AER,我也遇到了这个问题。我正在运行 py3.6.8 32 位...但 tensorflow 仅适用于 64 位
【解决方案2】:

安装 Tensorflow 有几个重要的规则:

  • 您必须安装 Python x64。它不适用于 x86/32b,并且会出现与您相同的错误。

  • doesn't support Python 版本高于 3.8,而 Python 3.8 需要 TensorFlow 2.2 或更高版本。

例如,您可以安装 Python3.8.6-64bit,它就像一个魅力。

【讨论】:

  • 您可以使用python -c "import sys; print(sys.version)"python -c "import struct; print(struct.calcsize('P')*8)" 来检查您的架构
  • 我有 Python 3.8.5,64 位版本,尝试安装 tensorflow>=1.15,<1.16 时出现错误。
  • @nbro Python 3.8 需要 TensorFlow 2.2 或更高版本
  • @krenrd 你应该问问 TensorFlow。他们可能需要花一些时间来使其兼容。
【解决方案3】:

我通过pip install https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.8.0-py3-none-any.whl安装成功

【讨论】:

  • 如果你发现使用 tensorflow 和 python3 有冲突,这个页面有关于编辑文件 github.com/tensorflow/tensorflow/issues/20690 中的保留字 'async' 的建议
  • @Anil Sah 对 windows 会有什么影响...我也有同样的问题
  • 安装成功!是的,但是,不会正确运行。为什么?
  • 2020 年 1 月为我安装的
  • 它工作正常,我可以安装 tensorflow。
【解决方案4】:

如果你使用anaconda,默认安装python 3.7,所以你必须降级到3.6:

conda install python=3.6

然后:

pip 安装张量流

它在 Ubuntu 中对我有用。

【讨论】:

  • 这是我的问题。需要回滚 python 版本。花了半天时间才弄明白。互联网上到处都是指南,对此只字未提。 Conda 不能给出有意义的错误信息?这个python包废话在全球浪费了多少工时。,FFS。
【解决方案5】:

我将它用于 Windows

如果您使用的是 python-3

  1. 使用py -m pip install --upgrade pip将pip升级到最新版本
  2. 使用py -m pip install <package-name>安装包

如果您使用的是 python-2

  1. 使用py -2 -m pip install --upgrade pip将pip升级到最新版本
  2. 使用py -2 -m pip install <package-name>安装包

它对我有用

【讨论】:

  • 你已经写了两次"python-2",我猜第一个应该是python 3。
  • 也为我工作
  • 对我不起作用:(我也刚刚安装了最新的 Python 3.7
  • @Raksha 看到我的回答。它会帮助你。
  • 这个修复对我在 ubuntu 上的 python3 有效
【解决方案6】:

Tensorflow 2.2.0 supports Python3.8

首先,确保安装 Python 3.8 64bit。由于某种原因,官方网站默认为 32 位。使用python -VV(两个大写V,而不是W)验证这一点。然后照常继续:

python -m pip install --upgrade pip
python -m pip install wheel  # not necessary
python -m pip install tensorflow

像往常一样,确保您已安装 CUDA 10.1 和 CuDNN。

【讨论】:

  • 您确定这会安装候选发布版(在本例中为2.2.0rc3)吗?
  • 是的,我确定,我刚刚做到了。 assert tensorflow.__version__ == '2.2.0-rc3' 通过。为什么投反对票?
  • 我很惊讶。我得到2.1.0pip 配置文件中的某处是否可能有--pre
  • 啊,这可以解释。如果与 Python 解释器兼容的唯一版本是 候选版本,那么 pip 可能还是要选择它(我正在使用不同的 Python 版本<3.8 进行测试)。还是让我吃惊。
  • 更新:不再是 RC
【解决方案7】:

根据documentation page,Tensorflow 不适用于 python 3.8(截至 2019 年 12 月 4 日)。你必须降级到python 3.7

【讨论】:

  • 现在可用于python 3.8.2-64位版本(截至2020年3月22日)
【解决方案8】:

我在 ubunu 18.04 上使用 python 3.6.8,对我来说解决方案是升级 pip

pip install --upgrade pip
pip install tensorflow==2.1.0

【讨论】:

    【解决方案9】:

    卸载 Python 然后重新安装解决了我的问题,我能够成功安装 TensorFlow。

    【讨论】:

      【解决方案10】:

      不支持 Python 版本 卸载python

      https://www.python.org/downloads/release/python-362/

      您应该检查并使用安装页面中的确切版本。 https://www.tensorflow.org/install/install_windows

      python 3.6.2 或 python 3.5.2 为我解决了这个问题

      【讨论】:

        【解决方案11】:

        (截至 2021 年 1 月 1 日)

        任何超过 3.9.x 的版本都不支持 TensorFlow 2。如果您通过 pip 使用 3.9 安装包,您只会收到“包不存在”消息。恢复到最新的 3.8.x 后。以为我会把它放在这里,我会在 3.9.x 与 Tensorflow 2.x 一起使用时更新

        【讨论】:

          【解决方案12】:

          看起来问题出在 Python 3.8 上。请改用 Python 3.7。我采取的措施来解决这个问题。

          • 用 conda 创建了一个 python 3.7 环境
          • 在环境中使用 pip install rasa 列出已安装的 rasa 项。

          为我工作。

          【讨论】:

          • 截至 2020 年 2 月,这可能是最有可能的答案。这是给我的。
          【解决方案13】:

          tensorflow 安装之前运行它为我解决了这个问题:

          pip install "pip>=19"
          

          正如tensorflow's system requirements 所说:

          pip 19.0 或更高版本

          【讨论】:

            【解决方案14】:

            对于 TensorFlow 2.2 版本:

            1. 确保你有 python 3.8

            尝试: python --version

            python3 --version

            py --version

            1. 升级python 3.8版本的pip

            尝试: python3 -m pip install --upgrade pip

            python -m pip install --upgrade pip

            py -m pip install --upgrade pip

            1. 安装 TensorFlow:

            尝试: python3 -m pip install TensorFlow

            python -m pip install TensorFlow

            py -m pip install TensorFlow

            1. 确保使用正确的 python 运行文件:

            尝试: python3 file.py

            python file.py

            py file.py

            【讨论】:

            • 这行得通。尝试找到与您的系统匹配的组合
            【解决方案15】:

            1.去https://www.tensorflow.org/install/pip网站看看你使用的版本是否支持Tensorflow。一些最新版本不支持 Tesnsorflow。直到 Tensorflow 发布该 Python 版本的最新版本。

            1. 您必须安装 64 位 python

            2. 已安装最新版本的 pip
              pip install --upgrade pip

            【讨论】:

              【解决方案16】:

              使用 pip install tensorflow --user 为我做了这件事

              【讨论】:

                【解决方案17】:

                Tensorflow 似乎需要特殊版本的工具和库。 Pip 只处理 python 版本。

                以专业的方式处理这个问题(意味着它可以为我和其他人节省大量时间) 你必须像这样为每个软件设置一个特殊的环境。

                conda 是一个高级工具。

                我使用以下命令安装了 Tensorflow:

                sudo apt install python3

                sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 1

                sudo apt install python3-pip

                sudo apt-get install curl

                curl https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh > Miniconda3-latest-Linux-x86_64.sh

                bash Miniconda3-latest-Linux-x86_64.sh

                是的

                来源 ~/.bashrc

                • 安装自己的 phyton 等

                纳米.bashrc

                • 可能在此处插入您的代理等。

                conda create --name your_name python=3

                conda 激活你的名字

                conda install -c conda-forge tensorflow

                • 检查一切顺利

                python -c "import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))"

                PS:一些可能有用的命令 conda搜索张量流

                https://www.tensorflow.org/install/pip

                使用虚拟环境。康达更有能力。 Miniconda 就足够了;完整的康达 没必要

                【讨论】:

                  【解决方案18】:

                  使用 python 3.6 或 3.7 版本,但重要的是你应该安装 64 位的 python 版本。

                  【讨论】:

                    【解决方案19】:

                    如果您使用的是 Docker,请确保您有

                    FROM python:x.y.z

                    而不是

                    FROM python:x.y.z-alpine.

                    【讨论】:

                      【解决方案20】:

                      这个问题也发生在其他库中,例如 matplotlib(它不支持 Python > 3.9 的某些功能)让我们使用 COLAB。

                      【讨论】:

                        【解决方案21】:

                        对我来说略有不同的问题,但我仍会在此处发布答案。 tensorflow 包正在运行,但不是 tflite-runtime。

                        pip install --extra-index-url https://google-coral.github.io/py-repo/ tflite-runtime==2.5.0
                        

                        【讨论】:

                          【解决方案22】:

                          我用python 3.7解决了同样的问题,一一安装了所有需要的包

                          步骤如下:

                          1. 安装包
                          2. 查看错误信息:

                            找不到满足要求的版本 -- 所需模块的名称

                          3. 安装所需的模块。 很多时候,安装所需的模块需要安装另一个模块和另一个模块 - 其他几个等等。

                          通过这种方式,我安装了 30 多个软件包,这很有帮助。现在我有了 Python 3.7 中最新版本的 tensorflow,并且不必降级内核。

                          【讨论】:

                            猜你喜欢
                            • 2017-07-08
                            • 2018-02-09
                            • 1970-01-01
                            • 1970-01-01
                            • 1970-01-01
                            • 2017-07-08
                            • 2017-08-11
                            • 1970-01-01
                            相关资源
                            最近更新 更多