如何为Python2和Python3安装tensorflow-gpu？已有环境下Python3.5导入失败解决方案

嘿，别担心，你的问题其实很好解决，而且完全不用重装CUDA和CuDNN！我给你一步步拆解：

一、要不要重装CUDA和CuDNN？ #

完全不用！ CUDA和CuDNN是系统级的底层库，和Python版本没有绑定关系。你现有的CUDA 8.0 + CuDNN 5.1正好适配TensorFlow 1.x系列，而TensorFlow 1.2本身就支持Python3.5，所以直接复用现有环境就行，省了大麻烦。

二、给Python3.5安装TensorFlow的具体步骤 #

关键是要精准调用Python3.5的pip工具，别和Python2.7的搞混了：

方法1：用pip直接安装对应版本 #

根据你的系统选择命令：

• Linux/macOS：
  直接用pip3.5 install tensorflow-gpu==1.2（指定1.2版本，和你Python2的保持一致，避免兼容性问题）
  如果pip3.5命令不存在，就用python3.5 -m pip install tensorflow-gpu==1.2，这个更稳妥
• Windows：
  用py -3.5 -m pip install tensorflow-gpu==1.2，或者找到Python3.5安装目录下的pip.exe来执行安装命令

方法2：手动下载whl包安装（适合pip源慢或者安装失败的情况） #

TensorFlow 1.2对应Python3.5的whl包可以直接找对应系统的版本：

• Linux：tensorflow_gpu-1.2.1-cp35-cp35m-linux_x86_64.whl（cp35对应Python3.5）
• Windows：tensorflow_gpu-1.2.1-cp35-cp35m-win_amd64.whl
• macOS：tensorflow_gpu-1.2.1-cp35-cp35m-macosx_10_11_x86_64.whl

下载后，用Python3.5的pip安装：

python3.5 -m pip install /path/to/your/tensorflow_gpu-1.2.1-xxx.whl

三、实现Python2.7和Python3.5同时装tensorflow-gpu的核心 #

核心就是区分两个Python版本的pip工具，各自装各自的：

• 给Python2.7装（如果之前需要重装）：用pip2 install tensorflow-gpu==1.2或者python2.7 -m pip install tensorflow-gpu==1.2
• 给Python3.5装：就用上面提到的Python3.5专属pip命令

安装完后验证一下：

• 打开Python2.7的终端，输入import tensorflow as tf; print(tf.__version__)，应该能正常输出1.2.x的版本号
• 打开Python3.5的终端，同样执行上面的命令，也能成功导入并显示版本

一些额外注意事项 #

• 确保系统环境变量里的CUDA路径配置正确（比如Linux的LD_LIBRARY_PATH、Windows的PATH），两个Python版本都会读取这些系统变量，只要之前Python2能用，Python3也会自动识别。
• 如果导入时出现CUDA相关的ImportError，检查下CuDNN的lib目录有没有加到系统库路径里，比如Linux下把CuDNN的lib路径追加到LD_LIBRARY_PATH，Windows加到PATH。
• 尽量保持两个Python版本的TensorFlow版本一致，这样能避免很多奇怪的兼容性问题，当然如果需要不同版本也可以，但要确认对应版本支持你的CUDA/CuDNN组合。

内容的提问来源于stack exchange，提问作者deadcode