Ubuntu 17.10环境下安装TensorFlow失败的问题求助

你遇到的这个问题在使用较旧系统版本+旧版Python环境安装早期TensorFlow时很常见，我整理了几个针对性的解决方案：

1. 先升级pip到最新版本 #

旧版pip可能无法正确解析PyPI的包索引，导致找不到符合要求的依赖包。执行以下命令升级（务必用pip3区分Python 3环境）：

pip3 install --upgrade pip

2. 切换国内PyPI镜像源安装 #

默认PyPI源可能存在访问延迟或旧包同步不全的问题，换成国内镜像源能极大提升包的获取成功率。比如用清华镜像源安装：

# 安装TensorFlow 1.7.0
pip3 install tensorflow==1.7.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

# 安装TensorFlow 1.6.0则替换版本号
pip3 install tensorflow==1.6.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

这个命令会从国内源拉取所有依赖（包括报错的astor），大概率能解决版本找不到的问题。

3. 手动提前安装缺失的依赖 #

如果上面的方法仍无效，可以先单独安装报错中提到的依赖包，比如astor 0.6.0：

pip3 install astor==0.6.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

依赖安装完成后，再重新执行TensorFlow的安装命令即可。

4. 清除pip缓存后重试 #

有时候pip的缓存会导致异常，清除缓存后再安装：

pip3 cache purge
pip3 install tensorflow==1.7.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

额外提示 #

Ubuntu 17.10是已停止支持的旧版本系统，Python 3.6也属于较旧的Python分支，很多新依赖包不再提供对应环境的预编译轮子。如果以上方法都无效，可以考虑：

• 升级到Ubuntu长期支持版本（如20.04/22.04）
• 使用conda创建独立环境安装旧版TensorFlow，conda对旧版本依赖的兼容性更好

内容的提问来源于stack exchange，提问作者K.cyrine