Ich arbeite mit Ubuntu 14.04
, ich hatte einen TensorFlow V0.10
, aber ich möchte diese Version aktualisieren. wenn ich mache:
$ pip install --upgrade $TF_BINARY_URL
aber es druckt:
Exception:
Traceback (most recent call last):
File "/usr/lib/python2.7/dist-packages/pip/basecommand.py", line 122, in main
status = self.run(options, args)
File "/usr/lib/python2.7/dist-packages/pip/commands/install.py", line 278, in run
requirement_set.prepare_files(Finder, force_root_Egg_info=self.bundle, bundle=self.bundle)
File "/usr/lib/python2.7/dist-packages/pip/req.py", line 1198, in prepare_files
do_download,
File "/usr/lib/python2.7/dist-packages/pip/req.py", line 1376, in unpack_url
self.session,
File "/usr/lib/python2.7/dist-packages/pip/download.py", line 572, in unpack_http_url
download_hash = _download_url(resp, link, temp_location)
File "/usr/lib/python2.7/dist-packages/pip/download.py", line 433, in _download_url
for chunk in resp_read(4096):
File "/usr/lib/python2.7/dist-packages/pip/download.py", line 421, in resp_read
chunk_size, decode_content=False):
File "/usr/share/python-wheels/urllib3-1.7.1-py2.py3-none-any.whl/urllib3/response.py", line 225, in stream
data = self.read(amt=amt, decode_content=decode_content)
File "/usr/share/python-wheels/urllib3-1.7.1-py2.py3-none-any.whl/urllib3/response.py", line 174, in read
data = self._fp.read(amt)
File "/usr/lib/python2.7/httplib.py", line 573, in read
s = self.fp.read(amt)
File "/usr/lib/python2.7/socket.py", line 380, in read
data = self._sock.recv(left)
File "/usr/lib/python2.7/ssl.py", line 341, in recv
return self.read(buflen)
File "/usr/lib/python2.7/ssl.py", line 260, in read
return self._sslobj.read(len)
SSLError: The read operation timed out
Storing debug log for failure in /home/brm17/.pip/pip.log
(tensorflow)$ pip install --upgrade pip # for Python 2.7
(tensorflow)$ pip3 install --upgrade pip # for Python 3.n
(tensorflow)$ pip install --upgrade tensorflow # for Python 2.7
(tensorflow)$ pip3 install --upgrade tensorflow # for Python 3.n
(tensorflow)$ pip install --upgrade tensorflow-gpu # for Python 2.7 and GPU
(tensorflow)$ pip3 install --upgrade tensorflow-gpu # for Python 3.n and GPU
(tensorflow)$ pip install --upgrade tensorflow-gpu==1.4.1 # for a specific version
Details zu Tensorflow installieren .
Um ein Python-Paket zu aktualisieren, verwenden Sie pip install <pkg_name> --upgrade
.
In Ihrem Fall wäre es also pip install tensorflow --upgrade
. Gerade aktualisiert zu 1.1.0
Dies ist eine offizielle Empfehlung für ein Upgrade von Tensorflow.
Um TensorFlow 1.5 zu erhalten, können Sie die Standard-Pip-Installation (oder Pip3, wenn Sie Python3 verwenden) verwenden.
$ pip install --ignore-installed --upgrade tensorflow
Wählen Sie für eine Anaconda-Installation zunächst einen channel aus, der die neueste Version von tensorflow binary enthält. Normalerweise sind die neuesten Versionen im Kanal conda-forge
verfügbar. Dann machen Sie einfach:
conda update -f -c conda-forge tensorflow
Dadurch wird Ihre vorhandene Tensorflow-Installation auf die neueste verfügbare Version aktualisiert. Zum jetzigen Zeitpunkt ist die neueste Version 1.4.0-py36_0
.
Bevor Sie versuchen, Tensorflow zu aktualisieren, versuchen Sie, das Pip zu aktualisieren
pip install --upgrade pip
Wenn Sie ein Upgrade von einer früheren Installation von TensorFlow <0.7.1 durchführen, sollten Sie das vorherige TensorFlow und protobuf mit deinstallieren.
pip uninstall tensorflow
um sicherzustellen, dass Sie eine saubere Installation der aktualisierten protobuf-Abhängigkeit erhalten.
Deinstallieren Sie den TensorFlow auf Ihrem System und checken Sie Download und Setup für eine erneute Installation aus.
Wenn Sie pip install verwenden, überprüfen Sie die verfügbare Version über https://storage.googleapis.com/tensorflow . Durchsuchen Sie die Schlüsselwörter mit linux/cpu/tensorflow, um die Verfügbarkeiten anzuzeigen.
Legen Sie dann den Pfad zum Herunterladen und Ausführen in Sudo fest.
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.0.0-py2-none-any.whl
$ Sudo pip install --upgrade $TF_BINARY_URL
Für weitere Informationen folgen Sie diesem Link in hier