Python 导入tensorflow模块时出错

我尝试用Python学习TensorFlow。我的问题是导入TF模块。这是我的配置：Python3.6.1，Windows7（带有MSVCP140.dll）

我已经通过命令安装了TensorFlow（在Powershell中）。它起作用了

python -m pip install --upgrade tensorflow

但当我运行python环境并尝试导入张量流时

import tensorflow as tf

我得到了错误，这个错误引发了另一个与之相关的错误，但在一开始我想先解决这个问题

回溯（最近一次调用上次）：文件 “C:\Users\Jacek\AppData\Local\Programs\Python\36\lib\site packages\tensorflow\Python\pywrap\u tensorflow.py”， 第18行，在swig\u import\u helper中 fp，路径名，description=imp.find_模块（“'pywrap_tensorflow'，[dirname（文件）]）文件 “C:\Users\Jacek\AppData\Local\Programs\Python\Python36\lib\imp.py”， 第296行，在find_模块中 引发导入错误（_ERR_MSG.format（name），name=name）导入错误：没有名为“_pywrap\u tensorflow”的模块

---

这是一个已知的错误。系统中需要一个名为

MSVCP140.DLL

的文件来运行TensorFlow。检查此文件是否在您的

%path%

中。如果不是，请下载VisualStudioC++。它是免费的，您可以在此处下载：

解决方案：-

不要太痛苦。只需将python版本从3.6.1降级到3.5.2，然后

再次安装tensorflow。。您不需要升级包

“pip安装tensorflow”将自动下载最新版本（可能是

1.0.1）

步骤：-

步骤1:-康达搜索python

步骤2:-conda安装python=3.5.2

步骤3:-pip安装tensorflow

步骤4:-将tensorflow导入为tf

霍瑞！！。。它起作用了

---

希望你不会再出现同样的错误

解决方案是将Python降级到3.5版，然后再次安装TensorFlow。它对我有效

问题在于我的cuDNN库-无论出于何种原因cuDNN-8.0-windows10-x64-v6.0不起作用-我使用了cuDNN-8.0-windows10-x64-v5.1-一切正常

<>我的设置与Wi10 64和英伟达GTX780M:

一起工作

• 通过检查您的系统/路径，确保您拥有lib MSVCP140.DLL-如果没有，请获取它
• 从运行适用于python 3.5.3-amd64的windows安装程序-不要尝试较新版本，因为它们可能无法工作
• 从中获取cuDNN v5.1 for CUDA 8.0-将其放在您的用户文件夹下或其他已知位置（您需要在路径中使用此文件）
• 从中获取CUDA 8.0 x86_64
• 按预期设置路径变量，使其指向cuDNN libs和python（python安装期间应添加python路径）

---

如果您运行Windows 32，请确保获得上述文件的32位版本。

起初，我在Python 3.5和PIP版本19中使用了anaconda环境，但存在相同的问题。因此，我没有使用PIP，而是使用Conda软件包管理器：

conda install TensorFlow

---

如果您的系统中有一个GPU，并且它与当前的库集冲突或抛出cudnn错误，那么您可以在代码中添加以下行以禁用GPU

os.environ["CUDA_VISIBLE_DEVICES"] = "-1"

---

将此放入代码中，应该是好的。< /P>我有这个文件，并安装了VS C++ 2015的更新3。你是否考虑过指定的位置？如果你安装了DLL和VisualStudioC++，它可能是你的Python失败了。尝试将python降级到3.5。有人知道这些说明是否需要在2019年更新吗？即将解决这个问题。我已经在Windows10当前版本的Ubuntu18.40中安装了anaconda。并按照tensorflow.org上的说明安装tensorflow（CPU）版本。除了ubuntu中包含的默认Python2.7之外，这还产生了python3.7。为了让jupyter笔记本版本运行，sudo安装了jupyter core python3笔记本jupyter python ipykernel这安装了另一个版本的python（3.6）这是一个很好的第一步-如果您仍然存在问题，请参阅下面的答案-与cuDNN版本相关。可能是，也可能不是-这是由于在尝试使用美国GPU时为CUDA运行错误版本的cuDNN造成的。我安装了TF的“简单”版本，但没有CUDA支持。这不是一个解决方案。