怎么安装tensorflow cpu
时间: 2025-05-13 21:46:56 浏览: 19
### 不同操作系统下 TensorFlow CPU 版本的安装方法
#### Windows 系统下的安装
在 Windows 上安装 TensorFlow 的 CPU 版本可以通过 Python 的 `pip` 工具完成。以下是具体操作:
1. **确认 Python 和 pip 是否已安装**
需要确保系统已经安装了 Python 3.7 或更高版本以及最新版本的 `pip`[^1]。
2. **升级 pip 到最新版本**
使用以下命令更新 `pip`:
```bash
python -m pip install --upgrade pip
```
3. **通过 pip 安装 TensorFlow**
执行以下命令来安装 TensorFlow 的 CPU 版本:
```bash
pip install tensorflow-cpu
```
如果需要特定版本(如 TensorFlow 2.6.0),可以指定版本号:
```bash
pip install tensorflow-cpu==2.6.0
```
4. **验证安装成功**
运行以下脚本来测试 TensorFlow 是否正常工作:
```python
import tensorflow as tf
print(tf.reduce_sum(tf.random.normal([1000, 1000])))
```
---
#### Ubuntu/Linux 系统下的安装
对于基于 Linux 的发行版,例如 Ubuntu 20.04,推荐使用官方二进制文件进行安装[^2]。
1. **确认 Python 和 pip 是否已安装**
确保系统中有 Python 3.8 及其对应版本的 `pip`。
2. **从官方源安装 TensorFlow**
下载并安装 TensorFlow 的 CPU 版本 `.whl` 文件:
```bash
pip3 install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.6.0-cp38-cp38-manylinux2010_x86_64.whl
```
3. **解决可能的依赖问题**
在某些情况下,可能会遇到 Protobuf 版本冲突的问题。此时需手动降级 Protobuf 至兼容版本:
```bash
pip install --upgrade protobuf==3.20
```
4. **验证安装**
测试 TensorFlow 功能是否正常运行:
```python
import tensorflow as tf
print(tf.reduce_sum(tf.random.normal([1000, 1000])))
```
---
#### macOS 系统下的安装
macOS 用户也可以通过 `pip` 来安装 TensorFlow 的 CPU 版本。
1. **确认 Python 和 pip 是否已安装**
确认 Mac 中有 Python 3.9 或以上版本及其配套工具链。
2. **安装 TensorFlow**
使用以下命令安装 TensorFlow 的 CPU 支持版本:
```bash
pip install tensorflow-macos
```
3. **验证安装**
同样执行以下代码片段以检验安装效果:
```python
import tensorflow as tf
print(tf.reduce_sum(tf.random.normal([1000, 1000])))
```
---
#### Anaconda 虚拟环境下安装 TensorFlow (适用于所有平台)[^3]
Anaconda 是一种流行的科学计算环境管理器,适合用于创建独立的虚拟环境。
1. **创建新的 Conda 虚拟环境**
创建一个名为 `tf_env` 的新环境,并激活它:
```bash
conda create -n tf_env python=3.8
conda activate tf_env
```
2. **安装 TensorFlow**
在该环境中安装 TensorFlow 的 CPU 版本:
```bash
pip install tensorflow-cpu
```
3. **配置 PyCharm 并切换到虚拟环境**
将上述虚拟环境设置为 PyCharm 的解释器路径即可正常使用 TensorFlow。
---
#### 注意事项
- 确保所选的 TensorFlow 版本与当前使用的 Python 版本匹配。
- 对于旧版本 TensorFlow(如 v1.x),需要注意 CPU/GPU 分离的情况,选择合适的安装方式。
- 若遇其他错误,可查阅 TensorFlow 官方文档中的常见问题解答部分。
阅读全文
相关推荐

















