pip安装tensorflow的cpu版本

1.pip安装最新版的tensorflow（在终端中输入的代码）：pip install tensorflow

注意：一般不要下载最新版，因为很多功能没有完善，例子的很多语法也会报错。

2.pip安装制定版本的tensorflow：pip install tensorflow==版本号（如1.14.0）

3.用下载好的tensorflow文件安装tensorflow库（下载网址为https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.4.0-cp35-cp35m-win_64amd.whl,如果需要下载其他版本，如1.14.0版本，可直接将上面链接中的1.4.0改为1.14.0.

下载完成之后，进入该文件目录，终端输入：pip install 文件名，即可安装成功。

若发生下面错误，如图：



我们需要查看一下pip支持的文件类型有哪些，代码如图：



我们再根据下面文件可支持类型修改文件名即可安装成功。

作者：Michael Nguyen
编译：ronghuaiyang
导读
如果你使用CPU进行模型的训练的话，那么这篇文章对你非常有用，你可以通过一行命令的改变，获得非常大的性能的提升。
别再使用pip安装Tensorflow了！ 使用conda来代替，如果你不知道conda是什么，它是一个运行跨平台的开源包和环境管理系统。它适用于Mac、Windows和Linux。如果你还没有使用conda，我建议你一开始就使用它，因为它使得管理数据科学工具变得更加有趣。
有两个非常重要的原因，为什么你应该使用conda而不是pip来安装Tensorflow。
更快的CPU性能
conda Tensorflow包利用了用于深度神经网络的Intel Math内核库，或者是从版本1.9.0开始的MKL-DNN。这个库极大地提高了性能。这张图表可以证明这一点！
你可以看到，与pip安装相比，conda安装的性能可以提供8X以上的速度提升。对于仍然经常使用CPU进行训练和推断的人来说，这个非常好。作为一名机器学习工程师，我使用我的CPU在我的代码上进行训练，然后把它放到一个支持GPU的机器上。这种速度的增加将帮助我更快地迭代。当我可以的时候，我也会在CPU上做很多推断，所以这将有助于我的模型的性能。
MKL库不仅加快了Tensorflow包的速度，还加快了其他广泛使用的库的速度，如NumPy、NumpyExr、SciPy和Scikit-Learn！看看如何从下面的链接中进行设置。
GPU版本的简单安装
conda安装将自动安装GPU支持所需的CUDA和CuDNN库。pip的安装需要你手动完成。大家都喜欢一步到位，尤其是下载库的时候。
快速开始
所以我希望这两个原因足够好可以让你改用conda。如果你相信的话，现在就开始了。
pip uninstall tensorflow
如果还没有安装Anaconda或Miniconda。Miniconda只是安装conda和它的依赖性，而Anaconda会为你预先安装很多包。我更喜欢Miniconda。安装conda之后，请尝试以下操作。
conda install tensorflow
如果你想要用GPU的版本，请使用tensorflow-gpu替换tensorflow。
除了使用Tensorflow更快、更简单之外，conda还提供了其他工具集，使其更容易集成到你的工作流中。我最喜欢的是它们的虚拟环境特性。您可以在这里阅读更多关于conda和tensorflow的信息(https://www.anaconda.com/blog/developer-blog/tensorflowinanaconda/)。以及关于MKL优化的更多信息(https://docs.anaconda.com/mkl-optimizations/)。希望这对你有所帮助，并一如既往地感谢你的阅读！
英文原文：https://towardsdatascience.com/stop-installing-tensorflow-using-pip-for-performance-sake-5854f9d9eb0c
更多文章，请关注微信公众号：AI公园

解决pip安装tensorflow中出现的no module named tensorflow.python 问题
由于本博文的浏览量已经破万了，看了一下是自己很久以前写的了，刚开始写博客，感觉废话一大堆。为了不浪费大家的时间，这里就直接说怎么解决问题的吧。

其实就是我自己装了一个python-pip，至于是自己下的安装包安装的还是python2自带的我也忘了，然后后来应该是又装了一个python3，结果用pip install tensorflow 就出现了这个问题，总之就是因为执行这个命令的时候，pip没将tensorflow装在python3的目录里，然后用的时候调用的python3，所以导致找不到。所以后面换了pip3 install tensorflow就可以了。当然可能别的原因也可能导致这个问题。我这里只是提供一种尝试的办法。希望大家都能少采坑。谢谢。
##-------------------------------------------------------------------------------------------------------------------##

本人这两天弄一个神经网络，以前都是用的tensorflow+keras，其中tensorflow都是用的cpu版本，因为图方便 ，也觉得够用就没必要折腾了。然后今天遇到了一个计算量比较大的网络，于是折腾了一晚上的GPU版本。然后一开始就将tensorflow卸载了。但这两天貌似英伟达的官网出了点问题，下载不是很顺畅，就决定先还是用cpu版本。于是又一行代码：
pip install tensorflow

于是，打开python试了一下，就发现如下问题：


纳尼，怎么会这样呢，以前不是这个命令么，于是各种百度，虽然也有网友跟我出过一样的错，但好像原因都挺复杂的，解决也挺麻烦的。不过我在看了这些解答后一下子就意识过来了。

这个问题大概就是tensorflow不在正确的路径下，需要各种改改改 。哇，好麻烦。就在这时我突然想到我用的命令是pip，而我的python版本是3.6，而windows上安装python3 的时候就会自动带上pip3，一般python3会默认使用pip3安装的包，我用pip安装的tensorflow肯定不在python3访问的路径下。于是换上命令：

pip3 install tensorflow
如下：



这样就好咯，于是再试一次：成功

遇到pip安装tensorflow慢的原因是默认使用了国外的镜像包

由于墙的问题导致安装缓慢

这时候可以使用豆瓣的tensorflow镜像即可，打开cmd，输入如下命令即可：

python -m pip install tensorflow -i https://pypi.douban.com/simple

亲测可用