Windows 11下安装tensorflow==1.15.4遇阻及运行报错求助

已尝试操作 #

• 执行pip install tensorflow-gpu==1.15.4失败，得知tensorflow-gpu已停用，需使用tensorflow主包
• 执行pip install tensorflow==1.15.4失败，了解到TF1.15.4仅支持Python 3.5-3.7
• 安装Python 3.7.0并创建虚拟环境，执行pip install tensorflow==1.15.4仍失败，报错：

PS C:\Users\username\Documents\Projects\project143> pip install tensorflow==1.15.4
ERROR: Could not find a version that satisfies the requirement tensorflow==1.15.4 (from versions: none)
ERROR: No matching distribution found for tensorflow==1.15.4

• 从PyPI下载tensorflow_gpu-1.15.4-cp37-cp37m-win_amd64.whl本地安装，报错：

(my_venv) PS C:\Users\username\Documents\Projects\project143> python -m pip install --upgrade .\tensorflow_gpu-1.15.4-cp37-cp37m-win_amd64.whl 
ERROR: tensorflow_gpu-1.15.4-cp37-cp37m-win_amd64.whl is not a supported wheel on this platform.

• 更换Python 3.6.0尝试，结果相同
• 分别使用pip 10.0.1和pip 24.0执行安装，结果一致
• 补充：Python 3.7.0下执行pip install tensorflow也失败，报错无匹配版本

更新信息 #

通过pip install https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.5.0-py3-none-any.whl成功安装TensorFlow 1.15.0，但运行代码时出现模块缺失报错

解决方案 #

1. 确认Python版本的位数兼容性 #

你下载的tensorflow_gpu-1.15.4-cp37-cp37m-win_amd64.whl是64位平台专属包，必须搭配64位的Python 3.7.x。打开虚拟环境终端，执行以下命令检查：

python -c "import platform; print(platform.architecture())"

如果输出为('32bit', 'WindowsPE')，说明你安装的是32位Python，需卸载后重新安装64位Python 3.7.16（3.7系列最终稳定版）。

2. 用conda安装（最稳妥，自动处理依赖） #

conda会自动匹配平台与依赖版本，避免pip的兼容性问题：

• 安装Windows 64位版Miniconda或Anaconda
• 创建并激活虚拟环境：

  conda create -n tf115 python=3.7
  conda activate tf115
  

• 添加conda-forge源（确保能检索到旧版本包）：

  conda config --add channels conda-forge
  

• 安装TensorFlow 1.15.4：

  conda install tensorflow=1.15.4
  

• 若需GPU支持，同步安装适配版本的CUDA和cuDNN（TF1.15.4对应CUDA 10.0、cuDNN 7.6）：

  conda install cudatoolkit=10.0 cudnn=7.6
  

3. 修复pip安装的问题 #

若坚持使用pip，先确保是64位Python，再尝试以下操作：

• 指定官方PyPI源安装，避免国内源缺失旧版本：

  pip install tensorflow==1.15.4 -i https://pypi.org/simple/
  

• 若本地whl仍报错，将文件名改为tensorflow-1.15.4-cp37-cp37m-win_amd64.whl（去掉_gpu后缀），再执行安装：

  pip install ./tensorflow-1.15.4-cp37-cp37m-win_amd64.whl
  

4. 模块缺失报错的排查价值 #

安装1.15.0后出现的模块缺失问题，可帮你确认依赖版本的匹配性。TensorFlow 1.x系列依赖特定版本的numpy（1.16.x-1.18.x）、keras（2.3.1）、protobuf（3.8.x）等，你可先安装这些依赖，再尝试安装1.15.4：

pip install numpy==1.18.5 keras==2.3.1 protobuf==3.8.0
pip install tensorflow==1.15.4 -i https://pypi.org/simple/

内容的提问来源于stack exchange，提问作者THEMOUNTAINSANDTHESKIES