关于tensorflow的安装及配置问题
1.配置时并没有出现configuration finished字样出现 具体情况如下
D:\Git\tensorflow>configure.py
You have bazel 0.7.0 installed.
Please specify the location of python. [Default is C:\Python27\python.exe]:
Found possible Python library paths:
C:\Python27\lib\site-packages
Please input the desired Python library path to use. Default is [C:\Python27\lib\site-packages]
Do you wish to build TensorFlow with XLA JIT support? [y/N]:
No XLA JIT support will be enabled for TensorFlow.
Do you wish to build TensorFlow with GDR support? [y/N]:
No GDR support will be enabled for TensorFlow.
Do you wish to build TensorFlow with VERBS support? [y/N]:
No VERBS support will be enabled for TensorFlow.
Do you wish to build TensorFlow with CUDA support? [y/N]:
No CUDA support will be enabled for TensorFlow.
Do you wish to build TensorFlow with MPI support? [y/N]:
No MPI support will be enabled for TensorFlow.
Please specify optimization flags to use during compilation when bazel option "--config=opt" is specified [Default is -march=native]:
Add "--config=mkl" to your bazel command to build with MKL support.
Please note that MKL on MacOS or windows is still not supported.
If you would like to use a local MKL instead of downloading, please set the environment variable "TF_MKL_ROOT" every time before build.
随后我尝试了直接使用bazel安装

警告是没有protobuf,不过我已经安装了protobuf(使用pip安装指令安装的)
不知道有什么办法 解决这个问题
相关推荐
Tensorflow安装问题解决[源码]
本文详细介绍了在安装Tensorflow时可能遇到的问题及其解决方案。首先,需要确认Nvidia显卡是否支持CUDA,以便安装GPU版本的Tensorflow。接着,检查Python是否为64位版本,如果不是,需卸载并重新安装。安装Anaconda可以简化Tensorflow的安装过程,因为它集成了许多必要的包。配置环境变量后,通过pip安装Tensorflow。此外,还解决了numpy与tensorflow等模块找不到的问题,并提供了Pycharm上配置Anaconda的步骤。最后,针对ImportError: numpy.core.multiarray failed to import的问题,提供了解决方案的链接。
pip安装tensorflow的坑的解决
主要介绍了pip安装tensorflow的坑的解决,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
windows安装TensorFlow和Keras遇到的问题及其解决方法
主要介绍了windows安装TensorFlow和Keras遇到的问题及其解决方法,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
解决TensorFlow安装问题[代码]
本文详细介绍了在Windows 7 64位系统下,因Python 3.7版本不兼容TensorFlow而导致的安装问题及其解决方案。作者通过降级Python版本至3.6.2,并利用Anaconda创建独立的TensorFlow环境,成功安装了TensorFlow。文章提供了从降级Python到安装TensorFlow的完整步骤,包括创建环境、激活环境、安装CPU或GPU版本的TensorFlow以及测试安装是否成功的具体命令。对于遇到类似问题的开发者,本文提供了实用的解决方法和参考。
TensorFlow配置指南[项目代码]
本文详细介绍了TensorFlow在Python环境下的配置步骤,包括Python环境的安装(推荐使用Anaconda3)、TensorFlow版本的对照选择、CUDA和cuDNN的安装与配置、TensorFlow的安装(包括GPU和CPU版本)以及Jupyter Notebook的使用方法。此外,文章还提供了常见问题的解决方案,如版本不匹配导致的错误及如何降级protobuf包以解决兼容性问题。内容全面,适合需要配置TensorFlow环境的开发者参考。


