目录

一、安装

安装好了tensorflow,但是import时候报错：

import transformers  报错

---

一、安装

（1）创建环境：

conda create -n [name] python=3.3-3.7

（2）激活环境：

conda activate [name]

（3）安装tensorflow：

【参考】：(73条消息) Tensorflow系列：如何安装Tensorflow CPU版（Tensorflow 2.1版本）？_zhanghai4155的博客-CSDN博客

Python导入tensorflow报错处理方法 - 知乎 (zhihu.com) 

pip install tensorflow  #最新的稳定发行版本，2.0×后默认是CPU和GPU版本在一起，1.×只表示CPU版本
pip install tensorflow-gpu  #1.×的GPU版本
pip install tensorflow==1.15  # 1.×的最后一个更新版本，2019年发布

        第一个指令：什么叫CPU和GPU版本在一起？我理解的意思就是，CPU和GPU一家亲，不搞什么分裂，一条安装命令搞定就可以了嘛，至于怎么选择，看你机器的显卡支不支持CUDA了。因此，对于显卡支持gpu版本，而又只想用cpu版本练手的小伙伴来说，就不要用第一条命令进行安装，要不然在导包的时候就会有一大堆错误，缺这个少那个，基本是由显卡驱动程序版本、CUDA版本、cuDDN版本等问题引起的。如果不想安装gpu版本，何必自找麻烦呢。
        第二个指令：安装1.×的GPU版本，我们不涉及，请忽略。
        第三个指令：按照对于1.×版本，tensorflow默认是CPU版本的逻辑

 测试代码：

import tensorflow as tf
 
version = tf.__version__
gpu_ok = tf.test.is_gpu_available()
print("tf version:", version, "\nuse GPU", gpu_ok)

---

安装出现报错：

（1）如果在conda安装过程中出现PackageNotFoundError，可能是由于以下原因导致：

1. 指定的包名称或版本不存在

2. 你的conda源配置有误或无法连接

3. 已安装的包缺少依赖项

4. 其他网络或环境问题

为解决这个问题，可以尝试以下方法：

1. 检查拼写错误：确认输入的包名或版本是否正确

2. 更新conda源：在终端输入conda config --set ssl_verify no关闭ssl证书验证，然后输入conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/或者conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/使用清华大学源，然后输入conda update conda更新conda软件包管理器，最后重新尝试安装包。

3. 安装依赖项：有时，已安装的包可能缺少依赖项。你可以在终端输入conda install <依赖项名称>尝试安装缺少的依赖项。

4. 切换环境：如果以上方法无效，请尝试在其他conda环境中安装此包，或使用其他方法（如pip）安装程序包。

 （2）安装好了tensorflow,但是import时候报错：

显示不存在该模块：

（1）安装时路径不在虚拟环境下

（2）安装过程出错，安装未成功：

uninstall 之后重新下载

---

---

import transformers  报错

（1）安装transformers 位置和虚拟环境不一样：

修改虚拟环境：

如图，将python换成python3.8（transformer 安装的位置）

import  报错消失，可运行！！

---