python3.7和tensorflow==2.0.0-alpha0

之前一直是用pytorch,因为其他原因也安装了python3.7,最近想要用一下tensorflow,结果发现python3.7下不能安装tensorflow,试过了网络上差不多所有能找到的方法都失败了。
今天搜到一篇提到了一种新思路(吴子寒同学的简书)试了下,完美成功。
更原始的出处和修改细节在tensorflow在github上关于问题#20690的讨论

(1) 下载tensorflow的whl包:
由于tensorflow还没有官方支持python3.7,所以pip直接是搜索不到合适的tensorflow的,所以需要下载whl文件包手动安装。有人说google的网址上不去没法下载,解决办法是去清华镜像找,那上面最新的tensorflow是1.8cpu版本(截至2018-12google官方最新的是1.12),不过没关系,依然可以用下面的方法适配pyhon3.7

(2) 对下载的whl文件改名:
把文件名中~cp3x-cp3xm都改为cp37-cp37m。比如在linux中使用如下命令:
mv tensorflow-1.8.0rc1-cp36-cp36m-linux_x86_64.whl tensorflow-1.8.0rc1-cp37-cp37m-linux_x86_64

(3) 安装该whl文件:
pip3 install xxx
此时会下载一些python相关的依赖,然后会提示tensorflow安装成功,但如果你在ipython中执行import tensorflow as tf会提示:invalid syntax,并注明是async这个变量问题。所以还需要第4步


(4) 修改tensorflow文件pywrap_tensorflow_internal.py中的async变量名为async1
这个文件可能在两个地方,如果是conda安装的python3.7,则在如下目录找:
/home/ubuntu/anaconda3/lib/python3.7/site-packages/tensorflow/python/pywrap_tensorflow_internal.py
否则应该在:
/usr/local/lib/python3.7/site-packages/tensorflow/python/pywrap_tensorflow_internal.py
注意修改时只修改async这个变量名,大写开头的不算,跟其他字母一起的不算,只改单独的这种变量名,大概有4-5个改完保存推出。

然后import tensorflow as tf会提示一个警告,但不影响使用,可以忽略。

原作者还提到:

该方法适用于安装tensorflow1.12以及之前更早的版本,本人试过1.8版本成功。
最新1.12.0已经修改了async变量名,可以直接安装了。
--------------------- 
作者:Ubuntu_ximi 
来源:CSDN 
原文:https://blog.csdn.net/weixin_42279044/article/details/84996528 
版权声明:本文以上内容为转载Ubuntu_ximi博主文章!

https://download.csdn.net/download/pierian_d/11159237

!pip install tensorflow==2.0.0-alpha0

import tensorflow as tf
Collecting tensorflow==2.0.0-alpha0
  Downloading https://files.pythonhosted.org/packages/29/39/f99185d39131b8333afcfe1dcdb0629c2ffc4ecfb0e4c14ca210d620e56c/tensorflow-2.0.0a0-cp36-cp36m-manylinux1_x86_64.whl (79.9MB)
    100% |████████████████████████████████| 79.9MB 424kB/s 
Requirement already satisfied: astor>=0.6.0 in /opt/conda/lib/python3.6/site-packages (from tensorflow==2.0.0-alpha0) (0.7.1)
Requirement already satisfied: six>=1.10.0 in /opt/conda/lib/python3.6/site-packages (from tensorflow==2.0.0-alpha0) (1.12.0)
Requirement already satisfied: protobuf>=3.6.1 in /opt/conda/lib/python3.6/site-packages (from tensorflow==2.0.0-alpha0) (3.7.0)
Collecting tf-estimator-nightly<1.14.0.dev2019030116,>=1.14.0.dev2019030115 (from tensorflow==2.0.0-alpha0)
  Downloading https://files.pythonhosted.org/packages/13/82/f16063b4eed210dc2ab057930ac1da4fbe1e91b7b051a6c8370b401e6ae7/tf_estimator_nightly-1.14.0.dev2019030115-py2.py3-none-any.whl (411kB)
    100% |████████████████████████████████| 419kB 28.6MB/s 
Requirement already satisfied: grpcio>=1.8.6 in /opt/conda/lib/python3.6/site-packages (from tensorflow==2.0.0-alpha0) (1.19.0)
Requirement already satisfied: numpy<2.0,>=1.14.5 in /opt/conda/lib/python3.6/site-packages (from tensorflow==2.0.0-alpha0) (1.16.2)
Requirement already satisfied: termcolor>=1.1.0 in /opt/conda/lib/python3.6/site-packages (from tensorflow==2.0.0-alpha0) (1.1.0)
Requirement already satisfied: gast>=0.2.0 in /opt/conda/lib/python3.6/site-packages (from tensorflow==2.0.0-alpha0) (0.2.2)
Requirement already satisfied: wheel>=0.26 in /opt/conda/lib/python3.6/site-packages (from tensorflow==2.0.0-alpha0) (0.31.1)
Requirement already satisfied: absl-py>=0.7.0 in /opt/conda/lib/python3.6/site-packages (from tensorflow==2.0.0-alpha0) (0.7.0)
Collecting tb-nightly<1.14.0a20190302,>=1.14.0a20190301 (from tensorflow==2.0.0-alpha0)
  Downloading https://files.pythonhosted.org/packages/a9/51/aa1d756644bf4624c03844115e4ac4058eff77acd786b26315f051a4b195/tb_nightly-1.14.0a20190301-py3-none-any.whl (3.0MB)
    100% |████████████████████████████████| 3.0MB 10.8MB/s 
Requirement already satisfied: keras-applications>=1.0.6 in /opt/conda/lib/python3.6/site-packages (from tensorflow==2.0.0-alpha0) (1.0.7)
Collecting google-pasta>=0.1.2 (from tensorflow==2.0.0-alpha0)
  Downloading https://files.pythonhosted.org/packages/8c/96/adbd4eafe72ce9b5ca6f168fbf109386e1b601f7c59926a11e9d7b7a5b44/google_pasta-0.1.4-py3-none-any.whl (51kB)
    100% |████████████████████████████████| 61kB 22.0MB/s 
Requirement already satisfied: keras-preprocessing>=1.0.5 in /opt/conda/lib/python3.6/site-packages (from tensorflow==2.0.0-alpha0) (1.0.9)
Requirement already satisfied: setuptools in /opt/conda/lib/python3.6/site-packages (from protobuf>=3.6.1->tensorflow==2.0.0-alpha0) (39.1.0)
Requirement already satisfied: werkzeug>=0.11.15 in /opt/conda/lib/python3.6/site-packages (from tb-nightly<1.14.0a20190302,>=1.14.0a20190301->tensorflow==2.0.0-alpha0) (0.14.1)
Requirement already satisfied: markdown>=2.6.8 in /opt/conda/lib/python3.6/site-packages (from tb-nightly<1.14.0a20190302,>=1.14.0a20190301->tensorflow==2.0.0-alpha0) (3.0.1)
Requirement already satisfied: h5py in /opt/conda/lib/python3.6/site-packages (from keras-applications>=1.0.6->tensorflow==2.0.0-alpha0) (2.9.0)
Installing collected packages: tf-estimator-nightly, tb-nightly, google-pasta, tensorflow
  Found existing installation: tensorflow 1.12.0
    Uninstalling tensorflow-1.12.0:
      Successfully uninstalled tensorflow-1.12.0
Successfully installed google-pasta-0.1.4 tb-nightly-1.14.0a20190301 tensorflow-2.0.0a0 tf-estimator-nightly-1.14.0.dev2019030115

In [2]:

print(tf.__version__)
2.0.0-alpha0
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
YOLO高分设计资源源码,详情请查看资源内容中使用说明 YOLO高分设计资源源码,详情请查看资源内容中使用说明 YOLO高分设计资源源码,详情请查看资源内容中使用说明 YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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