如何下载tensorflow的早期版本?

luo*_*hao 15 tensorflow

出于某种原因,我想使用一些先前版本的tensorflow('tensorflow - ** - .whl',而不是github上的源代码),我在哪里可以下载以前的版本,如何知道相应cuda version的兼容性.

Gha*_*nem 35

它适用于Windows,因为我有1.6

pip install tensorflow==1.5
Run Code Online (Sandbox Code Playgroud)

  • 到目前为止最简单的解决方案,这个答案需要更多的赞成!安装TF 1.4.1 GPU版本的示例:`pip install tensorflow -gpu == 1.4.1` (4认同)
  • 截至19年8月,此操作无效。 (2认同)
  • @DavidParks 是的,这可能是现在最简单的解决方案。实际上,问题发布时 TF 并不支持 `pip install tensorflow-XX=XXX`。 (2认同)
  • 由于某些原因,这一点已被打破。人们可以从 pypi.org 中的tensorflow或tensorflow-gpu的“发布历史记录”页面找到并下载旧版本。 (2认同)

nob*_*bar 14

查找可用版本(显示一些示例结果):

$ curl -s https://storage.googleapis.com/tensorflow |xmllint --format - |grep whl

<Key>linux/gpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl</Key>
<Key>linux/gpu/tensorflow-0.9.0-cp27-none-linux_x86_64.whl</Key>
<Key>linux/gpu/tensorflow-0.11.0-cp27-none-linux_x86_64.whl</Key>
<Key>linux/gpu/tensorflow-0.10.0-cp27-none-linux_x86_64.whl</Key>
Run Code Online (Sandbox Code Playgroud)

当然,您可以通过管道通过其他实例来进一步过滤结果grep.

选择你想要的版本并安装Python pip...

$ TFVERSION=linux/gpu/tensorflow-0.10.0-cp27-none-linux_x86_64.whl
$ pip install https://storage.googleapis.com/tensorflow/$(TFVERSION)
Run Code Online (Sandbox Code Playgroud)

注意:cp27在上面的列表中表示与Python 2.7版的兼容性.


Elk*_*hov 6

上述答案不再适用.

你可以像这样安装:

curl -s https://storage.googleapis.com/tensorflow |xmllint --format - |grep whl

<Key>linux/gpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl</Key>
<Key>linux/gpu/tensorflow-0.9.0-cp27-none-linux_x86_64.whl</Key>
<Key>linux/gpu/tensorflow-0.11.0-cp27-none-linux_x86_64.whl</Key>
<Key>linux/gpu/tensorflow-0.10.0-cp27-none-linux_x86_64.whl</Key>
Run Code Online (Sandbox Code Playgroud)

然后选择你想要的模型.

然后你可以运行这种命令:

# Mac OS X, CPU only, Python 2.7:
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-0.11.0-py2-none-any.whl
Run Code Online (Sandbox Code Playgroud)

然后安装Tensorflow:

# Python 2
$ sudo pip install --upgrade $TF_BINARY_URL

# Python 3
$ sudo pip3 install --upgrade $TF_BINARY_URL
Run Code Online (Sandbox Code Playgroud)

资料来源:https://www.tensorflow.org/versions/r0.11/get_started/os_setup#download-and-setup


Ami*_*har -3

您可以随时下载以前版本的tensorflow版本

这里

在左上角您可以更改版本

在此输入图像描述

  • 链接已损坏。 (5认同)