Python 3.x 如何为windows 7 32位系统安装tensorflow？我在系统中安装了python 3.5（32位），还安装了anaconda 3.4.4（32位）_Python 3.x_Tensorflow_Anaconda

Python 3.x 如何为windows 7 32位系统安装tensorflow？我在系统中安装了python 3.5（32位），还安装了anaconda 3.4.4（32位）

python-3.x tensorflow anaconda

Python 3.x 如何为windows 7 32位系统安装tensorflow？我在系统中安装了python 3.5（32位），还安装了anaconda 3.4.4（32位）,python-3.x,tensorflow,anaconda,Python 3.x,Tensorflow,Anaconda,我只有32位的系统，所以我安装了Python3.5（64位）错误发生。所以我成功地安装了Python32位，之后我在该文档后面（…）我尝试将其插入命令提示符 C:\Users\mydoc>pip3 install --upgrade tensorflow 但是错误是这样发生的 C:\Users\mydoc>pip install tensorflow Collecting tensorflow Could not find a version that satisfies t

我只有32位的系统，所以我安装了Python3.5（64位）错误发生。所以我成功地安装了Python32位，之后我在该文档后面（…）我尝试将其插入命令提示符

C:\Users\mydoc>pip3 install --upgrade tensorflow

但是错误是这样发生的

C:\Users\mydoc>pip install tensorflow

Collecting tensorflow
  Could not find a version that satisfies the requirement tensorflow (from versions: )
No matching distribution found for tensorflow

C:\Users\mydoc>

请帮助我如何为我的windows（32位）系统安装tensorflow。

我们只在64位Linux和Linux上测试了TensorFlow发行版 Mac OS X，并仅为这些平台分发二进制软件包。尝试按照以下步骤生成版本：用于您的平台。

编辑：一个用户已发布，这对其他32位用户很有希望架构。这些指令可能有一些有用的指针，用于获取 TensorFlow和Bazel在32位环境中工作

如果使用TunSoFrad不是一个硬要求，可以考虑为Keras更改后端。您将能够使用Theano作为后端，它支持32位windows。请在此处查找相关说明：
我知道这可能无法回答您的问题，但更改后端可能比更改计算机更容易

如何在32位linux系统中安装Tensorflow 以下是我在此github存储库中维护的步骤列表的副本：

我使用以下步骤在旧的华硕Eee Pc 1000H中安装tensorflow。当然，它已经从原来的1GB内存和80GB硬盘升级到2GB内存和480GB SSD存储，运行Ubuntu Xenial 32位没有问题

我还能够将它安装在Debian9（stretch）32位系统中，指令是相同的

选择一个方便的linux系统我用2GB内存测试了Ubuntu 16.04（Xenial）和Debian 9.11（Stretch）系统

我将系统设置为有4GB的交换空间。由于只有1GB的交换空间，某些编译失败

发行版必须有JavaSDK的版本8:openjdk-8-jdk

安装Java8SDK和构建工具

sudo-apt-get-update
sudo apt get安装openjdk-8-jdk
sudo apt get install git zip unzip autoconf automake libtool curl zlib1g dev swig build sential

安装Python库接下来，我们将安装python 3开发库和tensorflow所需的keras模块

sudo-apt-get-install-python3-dev-python3-pip-python3-wheel
sudopython3-mpip安装--升级pip
python3-mpip安装——用户keras

您可以使用eithr python 3或python 2并为该版本编译tensorflow

从源代码安装和编译Bazel 我们需要Bazel0.19.2发行版的源代码。我们可以获得它并安装在新文件夹中

wgethttps://github.com/bazelbuild/bazel/releases/download/0.19.2/bazel-0.19.2-dist.zip
mkdir Bazel-0-19.2
cd Bazel-0-19.2
解压../bazel-0.19.2-dist.zip

在编译之前，我们需要删除./src/tools/singlejar/mapped_file_posix.inc文件（#error此代码适用于64位Unix。）的第30行，如果我们不在64位机器中，它会引发错误。此bazel版本在32位中工作正常

我们还需要增加Bazel可用的java内存，并开始编译它

export BAZEL_JAVAC_OPTS=“-J-Xmx1g”
/compile.sh

完成后（可能需要几个小时），我们将bazel编译的可执行文件移动到当前用户路径中的某个位置

cp输出/bazel/home/user/.local/bin

从源代码编译Tensorflow 创建一个文件夹并将tensorflow的1.13.2版本克隆到其中。从1.14版开始，tensorflow使用“英特尔MKL DNN优化库”，该库仅适用于64位系统。因此，1.13.2是最后一个以32位运行的版本

mkdir Tensorflow-1.13.2
cd Tensorflow-1.13.2
git克隆-b v1.13.2——深度=1https://github.com/tensorflow/tensorflow .

在编译之前，我们将对64位库的引用替换为32位库

grep-Rl“lib64”| xargs sed-i's/lib64/lib/g'

我们启动tensorflow配置。我们需要明确禁止使用一些在32位系统上不可用或不受支持的可选库

export TF\u NEED\u CUDA=0
导出TF\u需要\u AWS=0
/配置

我们必须考虑以下因素： *当被要求指定python的位置时。[默认为/usr/bin/python]：我们应该响应/usr/bin/python3来使用python3。 *当要求输入要使用的所需Python库路径时。默认值为[/usr/local/lib/python3.5/dist packages]，我们只需点击Enter *我们应该回答所有的Y/N问题。 *当指定bazel选项“-config=opt”时，要求指定编译期间要使用的优化标志时[默认值为-march=native-Wno-sign-compare]：只需点击Enter

现在我们开始编译tensorflow，禁用aws、kafka等可选组件

bazel build--config=noaws--config=nohdfs--config=nokafka--config=noignite--config=nonccl-c opt--verbose\u failures//tensorflow/tools/pip\u包：build\u pip\u包

如果一切顺利，现在我们生成pip包

bazel-bin/tensorflow/tools/pip_-package/build_-pip_-package/tmp/tensorflow_-pkg

我们安装了pip包

python3-mpip安装--user/tmp/tensorflow_pkg/tensorflow-1.13.2-cp35-cp35m-linux_i686.whl

测试张量流现在我们运行一个小测试来检查它是否工作。我们创建了一个包含以下内容的test.py文件：

将tensorflow导入为tf
mnist=tf.keras.datasets.mnist
（x_列，y_列），（x_测试，y_测试）=列表负载数据（）
x_系列，x_测试=x_系列/255.0，x_测试/255.0
模型=tf.keras.models.Sequential([
tf.keras.layers.Flatten（输入_形状=（28,28）），
tf.keras.layers.Dense（512，活化=tf.nn.relu），
克拉斯