博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
安装tensorflow,import报错。
阅读量:4281 次
发布时间:2019-05-27

本文共 1838 字,大约阅读时间需要 6 分钟。

刚准备学习tensorflow,发现昨天刚发布了2.0大版本更新,好开心,然而。

> pip install tensorflowSuccessfully installed absl-py-0.7.0 astor-0.7.1 gast-0.2.2 grpcio-1.19.0 h5py-2.9.0 keras-applications-1.0.7 keras-preprocessing-1.0.9 markdown-3.0.1 mock-2.0.0 pbr-5.1.3 protobuf-3.7.0 tensorboard-1.13.1 tensorflow-1.13.1 tensorflow-estimator-1.13.0 termcolor-1.1.0 werkzeug-0.14.1 wheel-0.33.1

安装成功,版本是1.13.1,并不是刚更新的2.0,而且import报错。

import tensorflow as tfTraceback (most recent call last):  File "C:\Program Files\Python37\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 58, in 
from tensorflow.python.pywrap_tensorflow_internal import * File "C:\Program Files\Python37\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 28, in
_pywrap_tensorflow_internal = swig_import_helper() File "C:\Program Files\Python37\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 24, in swig_import_helper _mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description) File "C:\Program Files\Python37\lib\imp.py", line 242, in load_module return load_dynamic(name, filename, file) File "C:\Program Files\Python37\lib\imp.py", line 342, in load_dynamic return _load(spec)ImportError: DLL load failed: 动态链接库(DLL)初始化例程失败。

我的系统是win10-x64,cpu是奔腾E5700

可能是cpu或者操作系统不支持这版tensorflow?
卸载重装,指定版本为2.0.0a0,结果还是一样的错误。
降低版本到python3.6+tensorflow1.10.0,依然报错。

最后尝试使用Anaconda安装。

安装成功,可是安装好的版本是conda自动匹配到的:python-3.6.2+tensorflow-1.2.1。(可能真是cpu或者系统的兼容问题?)

Anaconda官网中下载并安装,执行以下命令即可。

> conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ > conda config --set show_channel_urls yes > conda create -n tensorflow python=3.7.1 > activate tensorflow > conda install tensorflow

下次直接 > python 进入时,import依然会报错。所以进入tensorflow需要再次执行命令

> activate tensorflow > python

转载地址:http://rnbgi.baihongyu.com/

你可能感兴趣的文章
OK6410A 开发板 (八) 25 linux-5.11 OK6410A 进程角度 裸机和进程的区别
查看>>
OK6410A 开发板 (八) 26 linux-5.11 OK6410A 进程角度 idle进程的建立过程
查看>>
OK6410A 开发板 (八) 27 linux-5.11 OK6410A 进程角度 linux TCB 的分析
查看>>
OK6410A 开发板 (八) 28 linux-5.11 OK6410A 进程角度 fork的分析
查看>>
OK6410A 开发板 (八) 28 linux-5.11 OK6410A 进程之间的区别
查看>>
OK6410A 开发板 (八) 29 linux-5.11 OK6410A 主要内核线程解析
查看>>
OK6410A 开发板 (八) 30 linux-5.11 OK6410A 进程相关的寄存器
查看>>
OK6410A 开发板 (八) 31 linux-5.11 OK6410A 感知linux的内存管理
查看>>
OK6410A 开发板 (八) 32 linux-5.11 OK6410A 从内存角度简略分析整个启动过程
查看>>
OK6410A 开发板 (八) 33 linux-5.11 OK6410A 内存管理第一阶段
查看>>
OK6410A 开发板 (八) 34 linux-5.11 OK6410A 内存管理第二阶段
查看>>
OK6410A 开发板 (八) 35 linux-5.11 OK6410A 内存管理第三阶段
查看>>
OK6410A 开发板 (八) 36 linux-5.11 OK6410A 内存管理第四阶段
查看>>
OK6410A 开发板 (八) 37 linux-5.11 OK6410A 内存管理第五阶段
查看>>
OK6410A 开发板 (八) 38 linux-5.11 OK6410A 为什么需要这么多内存管理器
查看>>
OK6410A 开发板 (八) 39 linux-5.11 OK6410A memblock 的 alloc 和 free
查看>>
OK6410A 开发板 (八) 40 linux-5.11 OK6410A buddy 的 alloc 和 free
查看>>
OK6410A 开发板 (八) 41 linux-5.11 OK6410A slab 的 alloc 和 free
查看>>
OK6410A 开发板 (八) 42 linux-5.11 OK6410A vmalloc 的 alloc 和 free
查看>>
OK6410A 开发板 (八) 43 linux-5.11 OK6410A memblock 的 消费者
查看>>