Tensorflow adalah platform sumber terbuka untuk kecerdasan buatan dan ia terdiri daripada perpustakaan yang luas dan sumber komuniti yang membolehkan para penyelidik mendorong kemajuan terkini Pembelajaran Mesin dan jurutera dengan berkesan mengeluarkan dan menanam aplikasi terkawal ML pada Mikrokontroler dan Mikropemproses. Geeks komputer dapat memasang Python dan PyCharm dengan mudah pada sistem mereka tetapi ketika mereka cuba memasang Tensorflow, mereka menemui mesej ralat: 'Tidak dapat menemukan versi yang memenuhi syarat TensorFlow (dari versi:) Tidak ada pengedaran yang sesuai untuk TensorFlow'. Banyak orang telah memasang Flask untuk menyingkirkan masalah ini tetapi mereka tidak dapat melakukannya, dengan memperhatikan ini, saya telah mengumpulkan beberapa kemungkinan penyelesaian untuk masalah ini dan mengikuti panduan ini sepanjang masa untuk menyingkirkan ralat ini.
Ralat TensorFlow
Ternyata, terdapat beberapa sebab yang berbeza yang mungkin menyebabkan masalah ini, jadi mari kita melangkah lebih jauh dan menguji beberapa perbaikan sehingga kita dapat menghilangkan masalah ini pada Windows.
Kaedah 1: Sahkan Versi Python Pada Sistem Anda
Sekiranya anda menjalankan Windows 10, dengan versi Python 3.6.X pada sistem anda, kemungkinan besar versi Python-32 bit akan dijalankan pada mesin 64bit. Ingatlah satu perkara bahawa TensorFlow hanya serasi dengan pemasangan python 64bit dan bukan versi 32bit ular sawa. Sekiranya anda memuat turun Python dari python.org , pemasangan lalai adalah 32 bit oleh itu untuk menghilangkan masalah ini muat turun pemasang 64bit dari di sini . Sekarang, kita perlu menetapkan PATH pemboleh ubah persekitaran kerana menyenaraikan direktori yang akan dicari untuk dieksekusi ketika anda mengetik perintah di command prompt. Dengan menambahkan jalan ke Python yang dapat dilaksanakan, anda akan dapat mengakses python.exe dengan menaip ular sawa kata kunci (anda tidak perlu menentukan jalan penuh ke program ini). Sekiranya pemboleh ubah PATH tidak ditetapkan, ralat berikut berlaku:
C: > python 'python' tidak dikenali sebagai perintah dalaman atau luaran, program yang boleh dikendalikan atau fail kumpulan.
Seperti yang anda lihat bahawa perintah itu tidak dijumpai untuk dijalankan python.exe , anda perlu menentukan jalan penuh ke yang boleh dilaksanakan maka untuk menentukan jalan penuh ke pemboleh ubah, ikuti langkah-langkah yang diindeks di bawah:
- Klik kanan pada My Computer dan kemudian klik pada Hartanah butang.
Pilih Properties
- Di sebelah kiri tetingkap cari Tetapan Sistem Lanjutan dan setelah mengkliknya, anda akan melihatnya Sifat Sistem Tingkap akan dibuka.
Sifat sistem
- Sekarang cari pilihan pemboleh ubah PATH dan klik Edit. Letakkan kursor anda di hujung Nilai berubah garis dan tambahkan jalan ke fail python.exe yang didahului dengan watak titik koma (;). Dalam kes saya, saya telah menambah nilai berikut: C: Python36 kerana saya ingin menjalankan versi Python 3.6.
Tetapkan Nilai Pembolehubah
- Tutup semua Windows dan cari Command Prompt. Di tetingkap arahan ketik perintah berikut dan tekan enter. Anda akan melihat bahawa sekarang versi 64bit ada di sistem anda dan sekarang saya akan cuba memasang TensorFlow dan memeriksa sama ada ralat masih ada atau tidak:
C: > python --versi Python 3.7.6 (lalai, 8 Jan 2020, 20:23:39) [MSC v.1916 64 bit (AMD64)]
- Jalankan arahan berikut untuk memasang TensorFlow pada sistem anda dan mudah-mudahan sekarang pemasangan akan diteruskan tanpa ada mesej ralat. Catatan: TensorFlow belum masuk PyPI repositori, jadi anda harus menentukan URL ke 'roda roda' yang sesuai untuk sistem operasi dan versi Python anda.
pasang pip - naik taraf https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-0.12.0-py3-none-any.whl
Pasang Tensorflow
Kaedah 2: Turunkan Versi Python Anda Di Anaconda
Tensorflow hanya menyokong Python 3.6.x dan hanya versi 64bit. Oleh itu jika anda menjalankan GUI seperti anaconda dan python 3.7 dipasang secara lalai di atasnya, oleh itu, kita harus menurunkannya ke 3.6 untuk memasang Tensorflow. Untuk melakukan tugas ini, jalankan arahan yang dinyatakan di bawah pada arahan Anaconda anda:
memasang python conda = 3.6.4Setelah menjalankan perintah ini tunggu beberapa saat dan kemudian buat Lingkungan Maya untuk memasang Tensorflow. Namakan persekitaran maya seperti 'ab' dan kemudian pasang pelepasan semasa hanya TensorFlow CPU:
conda buat -ndarialiran tensor conda aktifkan tf
Setelah menurunkan versi python anda, Tensorflow kini akan dipasang tanpa menunjukkan sebarang ralat dan walaupun anda telah memasang versi Desktop dari Ubuntu, ia akan berfungsi juga.
Kaedah 3: Kemas kini Pemasang Pakej Untuk Python
Pip adalah pemasang pakej untuk Python dan kita boleh menggunakan pip untuk memasang pakej dari Python Package Index dan indeks lain. Walaupun kemas kini dikeluarkan secara berkala setelah tiga bulan dan pakej ini perlu dikemas kini secara manual pada sistem anda dengan menjalankan perintah tertentu. Sekiranya ini tidak ketinggalan zaman, mereka mungkin menyebabkan ralat pemasangan Tensorflow ini, oleh itu, kami akan mengemas kini paket pip dengan menjalankan perintah berikut di bawah ini sehingga semua pakej dikemas kini secara automatik:
pasang pip - tingkatkan pemasangan pip pip - tingkatkan https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-0.12.0-py3-none-any.whl
Setelah mengemas kini pakej pip semoga pemasangan anda berjalan lancar dan anda dapat membangunkan projek pengaturcaraan yang menarik dengan menggunakan Tensorflow sekarang.
Penyelesaian: Mungkin tidak ada versi TensorFlow yang serasi dengan versi Python anda. Perkara ini berlaku terutamanya jika anda menggunakan rilis baru Python. Sebagai contoh, mungkin terdapat kelewatan antara pembebasan versi baru Python dan pembebasan TensorFlow untuk versi Python. Dalam kes ini, saya percaya bahawa pilihan yang disebutkan di atas suka menurunkan taraf ke versi Python sebelumnya, Menyusun TensorFlow dari kod sumber dan menunggu versi TensorFlow yang sepadan untuk dilepaskan adalah semua kaedah pemulihan yang mungkin membolehkan anda memasang Tensorflow pada sistem anda tanpa sebarang gangguan.
4 minit membaca
