时间戳

首页 > 解决方案 > Tensorflow 无法在 Windows 和 pycharm 上运行

python - Tensorflow 无法在 Windows 和 pycharm 上运行

问题描述

我正在尝试使用 Windows 8.1 和 Pycharm 第一次尝试使用 Tensorflow，但我收到了 Tensorflow 错误。

我还使用 pip 在虚拟环境中安装了所有内容，并在命令行中运行代码，结果相同。

我尝试过的一些事情

  1. 我阅读了与该问题相关的其他帖子，msvcp140.dll并且我确实安装了 C++ 可分发包。

  2. 还找到了与降级到 python 3.5 相关的信息。我实际上使用 Python 3.7 并且不想降级。我担心其他应用程序无法运行。任何人都可以确认它不适用于大于 3.5 的 Python 吗？

  3. 还阅读有关使用 Conda 的信息，但同时其他信息说要避免它，将 pip 命名为官方支持的方法。

  4. 还发现了有关我的英特尔® 奔腾® 处理器 B980 不支持 AVX 指令的信息。这是使用 CPU 时必须的还是仅在使用 GPU 时必须的？

有什么线索吗？提前致谢！

以下是我收到的错误消息：

使用 TensorFlow 后端。Traceback（最近一次调用最后一次）：文件“C:\Users\Lia love\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\pywrap_tensorflow.py”，第 58 行，来自 tensorflow。 python.pywrap_tensorflow_internal 导入 * 文件“C:\Users\Lia love\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py”，第 28 行，在 _pywrap_tensorflow_internal = swig_import_helper() 文件中“C:\Users\Lia love\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py”，第 24 行，在 swig_import_helper _mod = imp.load_module('_pywrap_tensorflow_internal', fp , 路径名, 描述) 文件 "C:\Users\Lia love\AppData\Local\Programs\Python\Python37\lib\imp.py",

在处理上述异常的过程中，又出现了一个异常：

回溯（最近一次通话最后）：文件“C:/Users/Lia love/TestAi/Test1.py”，第 4 行，从 keras.models 导入顺序文件“C:\Users\Lia love\AppData\Local\Programs \Python\Python37\lib\site-packages\keras__init__.py"，第 3 行，来自 . 导入 utils 文件“C:\Users\Lia love\AppData\Local\Programs\Python\Python37\lib\site-packages\keras\utils__init__.py”，第 6 行，从 . 导入 conv_utils 文件“C:\Users\Lia love\AppData\Local\Programs\Python\Python37\lib\site-packages\keras\utils\conv_utils.py”，第 9 行，从 .. 导入后端作为 K 文件“ C:\Users\Lia love\AppData\Local\Programs\Python\Python37\lib\site-packages\keras\backend__init__.py”，第 89 行，从 .tensorflow_backend 导入 * 文件“C:

无法加载原生 TensorFlow 运行时。

测试代码

我估计这不是我的代码的问题，但我将其包括在内以防万一。

import pandas as pd
from sklearn import preprocessing
from sklearn.model_selection import train_test_split
from keras.models import Sequential
from keras.layers import Dense

df = pd.read_csv("housepricedata.csv")

dataset = df.values

X = dataset[:, 0:10]
Y = dataset[:, 10]

min_max_scaler = preprocessing.MinMaxScaler()
X_scale = min_max_scaler.fit_transform(X)

X_train, X_val_and_test, Y_train, Y_val_and_test = train_test_split(X_scale, Y, test_size=0.3)

X_val, X_test, Y_val, Y_test = train_test_split(X_val_and_test, Y_val_and_test, test_size=0.5)

print("Keras model setup")
model = Sequential([
    Dense(32, activation='relu', input_shape=(10,)),
    Dense(32, activation='relu'),
    Dense(1, activation='sigmoid'),
])

标签： pythontensorflowpycharm

解决方案

英特尔奔腾处理器不支持TensorFlow 所需的高级矢量指令 (AVX)，如果从PyPI通过以下方式安装：

pip install tensorflow

由于您的 CPU 不支持 AVX，因此您有两种选择：

  1. 使用蟒蛇

Anaconda使用类似于 PyPI 的 conda 分布索引。TensorFlow conda 构建使用MKL（英特尔数学内核库）。它可以在没有 AVX 的情况下工作。

下载此处提到的 Anaconda并创建此处提到的新 conda 环境。运行此命令：

conda install tensorflow
  1. 使用来自tensorflow-windows-wheel 仓库的构建。

这个 repo 包含许多使用 SSE 而不是 AVX 构建的 TensorFlow pip wheel 文件。SSE 构建运行时没有任何编译错误。使用来自 repo 的这个文件。

希望这可以帮助。

推荐阅读