为何tensorflow-gpu==1.13.1无法通过pip安装？技术求助

嘿，碰到这个问题很常见，我帮你拆解下核心原因，再给你一步步的解决思路：

一、为啥装不上？主要有这3个关键点 #

1. 你的pip版本太老了 #

你当前用的pip 19.0.3是2019年的版本，真的过时了。旧版pip对新的包分发格式、索引协议支持不好，甚至连PyPI上的包信息都可能拉取不到——官方提示你升级pip绝对是第一步要做的事，别忽略它。

2. tensorflow-gpu这个包已经被官方淘汰了 #

从TensorFlow 2.0开始，官方就把GPU版和CPU版合并成一个tensorflow包了，不再单独发tensorflow-gpu。而1.13.1是TF 1.x的老版本，它的tensorflow-gpu包可能已经从PyPI的默认索引里下架，或者只有特定镜像源还保留着，旧pip自然找不到。

3. 你的环境和这个版本不兼容 #

TF 1.13.1对环境要求很严格：

• Python版本：它只支持Python 3.5、3.6、3.7，如果你用的是3.8及以上版本，根本没有对应版本的tensorflow-gpu包；
• CUDA版本：它需要搭配CUDA 10.0使用，如果你装的是CUDA 10.1及以上，也会出现匹配问题，导致找不到合适的包。

二、一步步解决问题 #

第一步：先把pip升级到稳定版 #

别用提示里的beta版20.3b1，直接升到最新稳定版更靠谱：

pip3 install --upgrade pip

第二步：尝试重新安装，换个镜像源试试 #

升级pip后，如果还是找不到包，试试用国内的镜像源（比如清华镜像，它通常会保留老版本的包）：

pip3 install tensorflow-gpu==1.13.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

要是还不行，试试指定官方的PyPI索引：

pip3 install tensorflow-gpu==1.13.1 --index-url https://pypi.org/simple/

第三步：检查并调整你的环境 #

如果上面都不行，就得排查环境兼容性了：

1. 检查Python版本：运行python3 --version，如果是3.8+，建议用conda创建一个Python 3.7的虚拟环境（避免影响全局环境）：

   conda create -n tf1.13 python=3.7
   conda activate tf1.13
   

2. 检查CUDA版本：运行nvcc --version，如果不是10.0，要么降级CUDA到10.0，要么换一个和当前CUDA匹配的TF版本（比如CUDA 10.1对应TF 1.14.0）。

第四步：试试用conda安装 #

Conda的包仓库通常会保留更多老版本的包，实在不行就换conda装：

conda install tensorflow-gpu=1.13.1

内容的提问来源于stack exchange，提问作者marlon