【问题标题】:Anaconda pip offline installation including dependencies (tensorflow)Anaconda pip 离线安装包括依赖项(tensorflow)
【发布时间】:2017-04-03 11:22:53
【问题描述】:

我想在没有互联网连接的系统上的 anaconda 环境中安装 tensorflow,并且我没有 root 访问权限(即我只想将它安装给我的本地用户)

我已经下载了 tensorflow 的 .whl 文件和所需的依赖项,并将它们复制到我要使用的机器上。进入我的 anaconda 环境后,我开始使用

安装软件包

pip install -b working_directory/build -t working_directory/target package.whl

但是当我想安装一个依赖于之前安装的包的包时,它找不到它。

所以我想知道,你如何告诉 pip 在哪里寻找依赖项?我能否以更简单的方式安装 tensorflow,但仍处于离线状态且无需 root 用户?

【问题讨论】:

    标签: python tensorflow pip anaconda


    【解决方案1】:

    我正在使用 PyCharm 进行 anaconda 的开发。我在使用 conda 安装 tensorflow 时也遇到了问题,我还安装了 python 3.6 并使用了 tensorflow 网站上给出的步骤。但最后我使用以下步骤解决了这个问题,并使其在 pyCharm 上运行:

    第1步:我下载了tensorflow的二进制文件(.whl)(二进制文件的链接在git页面https://github.com/tensorflow/tensorflow给出)

    第 2 步:然后我使用以下命令离线安装了 tensorflow:

    pip.exe install --upgrade --no-deps C:\Important_Software\tensorflow-1.3.0rc0-cp36-cp36m-win_amd64.whl
    

    第 3 步:然后在以下位置创建了 Tensorflow 文件:

    C:\Program Files\Python36\Lib\site-packages
    

    我复制了这些文件并粘贴到 Anaconda 站点包(Anaconda3\Lib\site-packages)中。

    第 4 步:安装了 Tensorflow,但运行基本程序时出现以下错误:

      File "C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\core\framework\graph_pb2.py", line 6, in <module>
        from google.protobuf import descriptor as _descriptor
    ModuleNotFoundError: No module named 'google'
    

    第 5 步:我已经使用 pip 安装协议缓冲区解决了这个错误

    pip.exe install --upgrade --no-deps "C:\TarFile_location\protobuf-3.3.0.tar.gz"
    

    第 6 步:在下面创建这 3 个文件“protobuf-3.3.0-py3.6-nspkg.pth”、“protobuf-3.3.0-py3.6.egg-info”和“google”地点:

    C:\Program Files\Python36\Lib\site-packages
    

    这三个文件应该粘贴在 Anaconda 站点包中。 (Anaconda3\Lib\site-packages)

    第 6 步:我运行了以下程序,它成功了:

      import tensorflow as tf
      hello = tf.constant('Hello, TensorFlow!')
      sess = tf.Session()
      print(sess.run(hello))
    

    如果仍然有一些错误,则必须下载并安装所有依赖项,类似于来自https://pypi.python.org/pypi/tensorflow 的步骤 2 或 5。 重要提示:我使用的是具有管理员访问权限的 Windows 命令提示符。

    【讨论】:

      猜你喜欢
      • 2018-09-04
      • 2012-06-04
      • 2016-08-21
      • 2019-01-17
      • 2019-09-25
      • 2011-11-12
      • 2018-11-11
      • 2021-11-22
      相关资源
      最近更新 更多