我也有这个问题。当查看不同的.whl文件时。我注意到在python 3.7中没有32位版本的tensorflow。最后只能从这里安装64位Python 3.7。

对于窗户，这个方法对我很有效，

从这个链接下载车轮。然后从命令行导航到车轮所在的下载文件夹，只需键入以下命令-

PIP安装tensorflow-1.0.0-cp36-cp36m-win_amd64.whl

按照以下步骤安装tensorflow和keras:

从https://repo.anaconda.com/archive/下载python 3.6附带的Anaconda3-5.2.0 安装Anaconda并打开Anaconda提示符并执行以下命令 Conda安装jupyter Conda安装scipy PIP安装sklearn PIP安装msgpack PIP安装熊猫 PIP安装panda -datareader PIP安装matplotlib PIP安装枕 PIP安装请求 PIP install h5py PIP安装tensorflow PIP安装keras

我可以在我的Mac上安装tensorflow-macos和tensrflow-metal

$ python -m pip install -U pip
$ pip install tensorflow-macos
$ pip install tensorflow-metal

使用Git更容易，他们提供了网站上的方法，但链接访问可能不是很重要，你可以从中读取

引用https://www.tensorflow.org/install/source_windows

git clone https://github.com/tensorflow/tensorflow.git

我的Python版本是3.9.7。我也使用Windows 10，要求如下:

1. Microsoft C++ Retribution installed from Microsoft Visual Studio that matches with x64bits as required in the list.

1.1 Microsoft Visual C++ 2012 Redistribution ( x64 ) and updates    
1.2 Microsoft Visual C++ 2013 Redistributable (x64) - 12.0.40664
1.3 Microsoft Visual C++ 2015-2019 Redistributable (x64) - 14.29.30133
1.4 vs_community__1795732196.1624941787.exe updates

2. Python and AI learning 
tensorboard                2.6.0
tensorboard-data-server    0.6.1
tensorboard-plugin-profile 2.5.0
tensorboard-plugin-wit     1.8.0
***tensorflow                 2.6.0
tensorflow-datasets        4.4.0
tensorflow-estimator       2.6.0
***tensorflow-gpu             2.6.0
tensorflow-hub             0.12.0
tensorflow-metadata        1.2.0
tensorflow-text            2.6.0
***PyOpenGL                   3.1.5
pyparsing                  2.4.7
python-dateutil            2.8.2
python-slugify             5.0.2
python-speech-features     0.6
PyWavelets                 1.1.1
PyYAML                     5.4.1
scikit-image               0.18.3
scikit-learn               1.0.1
***gym                        0.21.0

这个问题有很多种答案。这个答案旨在概括一组答案:

可能没有一个TensorFlow版本与你的Python版本兼容。如果您使用的是Python的新版本，这一点尤其正确。例如，在Python的新版本发布和该版本的Python的TensorFlow发布之间可能会有延迟。

在这种情况下，我相信你的选择是:

升级或降级到不同版本的Python。(虚拟环境很好，例如conda install python=3.6) 选择与你的python版本兼容的特定版本的tensorflow，例如，如果你仍在使用python3.4: pip install tensorflow==2.0 从源代码编译TensorFlow。 等待一个与你的Python版本兼容的TensorFlow的新版本。