如何降级张量流，可能有多个版本？

Posted 2023-02-23

【中文标题】如何降级张量流，可能有多个版本？

【英文标题】：How to downgrade tensorflow, multiple versions possible?

【发布时间】：2018-01-26 17:56:07

【问题描述】：

我已经安装了 tensorflow 1.2.1，我需要将它降级到 1.1 版才能运行特定的教程。安全的方法是什么？我正在使用 Windows 10，python 3.5。 TensorFlow 是用 pip3 安装的，但是“pip3 show tensorflow”返回空白。

是否可以在同一个操作系统上拥有多个版本的 tensorflow？

【参考方案1】：

Pip 允许指定版本

pip install tensorflow==1.1

【讨论】：

我需要先卸载1.2版本吗？ pip 卸载 tensorflow 不起作用。

@Yee 不，你不必先卸载它，pip 会直接这样做。但是现在我也无法重新安装 tensorflow，所以不确定问题是什么......

如果你有 tensorflow 2，那么运行它会移除 tensorflow 2 并安装一个较低的版本。

这仅适用于给定的版本集。在我的情况下（很多以后），这只是(from versions: 2.2.0rc1, 2.2.0rc2, 2.2.0rc3, 2.2.0rc4, 2.2.0, 2.3.0rc0, 2.3.0rc1)

【参考方案2】：

是否可以在同一个操作系统上拥有多个版本的 tensorflow？

是的，您可以为此使用 python 虚拟环境。来自docs：

虚拟环境是一种通过为不同项目创建虚拟 Python 环境来将不同项目所需的依赖项保存在不同位置的工具。它解决了“项目 X 依赖于版本 1.x 但项目 Y 需要 4.x”的困境，并保持您的全局站点包目录清洁和可管理。

安装完virtualenv（见docs）后，您可以为教程创建一个虚拟环境并在其中安装您需要的tensorflow版本：

PATH_TO_PYTHON=/usr/bin/python3.5
virtualenv -p $PATH_TO_PYTHON my_tutorial_env 
source my_tutorial_env/bin/activate # this activates your new environment
pip install tensorflow==1.1

PATH_TO_PYTHON 应该指向系统上安装 python 的位置。 当你想使用其他版本的 tensorflow 时执行：

deactivate my_tutorial_env

现在您可以再次使用系统上已安装的 tensorflow 版本。

【参考方案3】：

我发现了 anaconda 的乐趣：https://www.continuum.io/downloads。它允许多个虚拟环境托管不同版本的 phyton 和 tensorflow。例如下面用pyton3.5和tensorflow1.1创建一个虚拟环境

C:> conda create -n tensorflow1.1 python=3.5
C:> activate tensorflow1.1
(tensorflow1.1) 
C:> pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.1.0-cp35-cp35m-win_amd64.whl

瞧，创建了一个虚拟环境。

【参考方案4】：

如果您在 windows 上使用 python3，那么您也可以这样做

pip3 install tensorflow==1.4

您可以从“（从版本：1.2.0rc2、1.2.0、1.2.1、1.3.0rc0、1.3.0rc1、1.3.0rc2、1.3.0、1.4.0rc0、1.4.0rc1、 1.4.0、1.5.0rc0、1.5.0rc1、1.5.0、1.5.1、1.6.0rc0、1.6.0rc1、1.6.0、1.7.0rc0、1.7.0rc1、1.7.0)"

当我想从 1.7 降级到 1.4 时，我这样做了

【讨论】：

我收到此错误：找不到满足要求 tensorflow==1.6.0rc1 的版本（来自版本：1.13.0rc1、1.13.0rc2、1.13.1、1.14.0rc0、1.14。 0rc1, 1.14.0, 2.0.0a0, 2.0.0b0, 2.0.0b1) 错误：没有找到 tensorflow==1.6.0rc1

的匹配分布

这仅适用于给定的版本集。在我的情况下（很多以后），这只是(from versions: 2.2.0rc1, 2.2.0rc2, 2.2.0rc3, 2.2.0rc4, 2.2.0, 2.3.0rc0, 2.3.0rc1)

【参考方案5】：

您可以尝试使用--no-cache-dir 和-I 的选项来覆盖之前版本的缓存并安装新版本。例如：

pip3 install --no-cache-dir -I tensorflow==1.1

然后使用以下命令查看tensorflow的版本：

python3 -c ‘import tensorflow as tf; print(tf.__version__)’

它应该显示安装了正确的版本。

【讨论】：

对我来说，这不起作用，但简单地运行 pip install tensorflow==[version] 确实可以降级。

你的意思是这不起作用？ --no-cache-dir -I 选项没有帮助覆盖以前版本的缓存？通常一个没有选项的简单 pip install 命令（如您和上面提到的其他解决方案）会起作用。但是，只是在某些系统中，由于前一个会话的缓存在那里，它不允许安装旧版本。这就是为什么我建议使用上述选项来覆盖缓存。

这仅适用于给定的版本集。在我的情况下（很多以后），这只是(from versions: 2.2.0rc1, 2.2.0rc2, 2.2.0rc3, 2.2.0rc4, 2.2.0, 2.3.0rc0, 2.3.0rc1)

【参考方案6】：

如果你有 anaconda，你可以安装想要的版本，conda 会自动为你降级当前的包。

例如：

conda install tensorflow=1.1

【讨论】：

注意：这需要anaconda。

【参考方案7】：

注意：您不能安装任意版本的 tensorflow，它们必须与您的 python 安装相对应，这里的大多数答案都没有传达这一点。对于current wheels like here（来自上面的this answer）也是如此。对于此示例，在 url 中找到的 cp35-cp35m 暗示它适用于 Python 3.5.x

可以在here on github 找到大量不同***/兼容性的列表。 通过使用它，您可以降级到几乎所有可用的版本，并结合相应的 for python。例如：

pip install tensorflow==2.0.0

^{（请注意，在我的例子中，在安装 Python 3.7.8 和 3.8.3 之前，你会得到这个：}

ERROR: Could not find a version that satisfies the requirement tensorflow==2.0.0 (from versions: 2.2.0rc1, 2.2.0rc2, 2.2.0rc3, 2.2.0rc4, 2.2.0, 2.3.0rc0, 2.3.0rc1)
ERROR: No matching distribution found for tensorflow==2.0.0

^{这也适用于其他不兼容的组合。）}

这对于不支持 AVX 的旧 CPU 或计算能力太低的 GPU 也应该很有用。

---

如果您只需要最新版本（在您的问题中听起来不像），则可以在 this tensorflow page 上找到当前车轮包的 url 列表。来自SO-answer。

^{注意：This link to a list 的不同版本对我不起作用。}

【讨论】：

更多有用的信息可以在这个答案中找到：***.com/a/63102518/4575793

【参考方案8】：

点击已安装 tensorflow 上的绿色复选框并选择需要的版本