我在AMD cpu上有64位Win7 Pro，没有gpu。我按照https://www.tensorflow.org/install/install_windows上 “使用本机pip安装”下的说明进行操作。安装步骤正常，但尝试导入tensorflow产生了臭名昭著的消息：

ImportError：没有名为“ _pywrap_tensorflow_internal”的模块

这似乎是许多不相关的事情可能出错的情况之一，具体取决于配置，所有这些错误都级联到同一个错误。

就我而言，安装MSVCP140.DLL是答案。

如果（a）您具有文件C：\ Windows \ System43 \ MSVCP140.DLL，并且（b）如果您具有64位系统，则您已经具有MSVCP140.DLL，那么您还具有C：\ Windows \ SysWOW64 \ MSVCP140。 DLL。

我手动安装了它，这是不必要的（可重新分发不是整个Visual C ++开发的混乱，而且也不大）。使用此线程前面发布的链接进行安装： Visual C ++ 2015 redistributable 。

另外，我建议您覆盖Python的默认安装目录，并将其放在C：\ Program Files下，因为Windows会尝试在其中写保护文件，这会在以后引起问题。

经过大量的试验和错误，并确保可以从PATH访问VC ++ 2015 Redistributable ， cuDNN DLL和所有其他依赖项，看来Tensorflow GPU仅适用于Python 3.5.2 （截至撰写本文）

因此，如果您正在使用Anaconda

• conda create -n tensorflow-gpu python=3.5.2
• activate tensorflow-gpu
• pip install tensorflow-gpu

然后打开python解释器并验证

>>> import tensorflow as tf
>>> sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

找到具有属性的设备0：
名称：GeForce 940M
主修：5小修：0
memoryClockRate（GHz）1.176
pciBusID 0000：06：00.0
总内存：2.00GiB
可用内存：1.66GiB

积分： 这本整洁的指南

TensorFlow需要MSVCP140.DLL ，该文件可能未安装在您的系统上。要解决此问题，请打开终端，输入或粘贴此链接：

C:\> pip install --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.0.0-cp35-cp35m-win_amd64.whl 

请注意，这是要安装仅CPU版本的TensorFlow。

这两个错误均表明您的系统尚未安装TensorFlow所需的MSVCP140.DLL 。

要解决此错误：

1. 确定MSVCP140.DLL是否在您的%PATH%变量中。
2. 如果MSVCP140.DLL不在您的%PATH% ，请安装包含此DLL的Visual C ++ 2015可再发行组件 （x64版本）。

问题是对我来说是cuDNN库-出于任何原因cudnn-8.0-windows10-x64-v6.0无法正常工作-我使用了cudnn-8.0-windows10-x64-v5.1-一切都好！

我的设置适用于Win10 64和Nvidia GTX780M：

• 通过检查系统/路径来确保您具有库MSVCP140.DLL-如果不在此处获取它
• 从此处运行适用于python 3.5.3-amd64的Windows安装程序-不要尝试较新的版本，因为它们可能无法正常工作
• 从此处获取CUD 8.0的cuDNN v5.1-将其放在用户文件夹下或其他已知位置（您的路径中将需要此文件）
• 从这里获取CUDA 8.0 x86_64
• 设置PATH变量，使其指向cuDNN libs和python（应在python安装期间添加python路径）
• 确保您的PATHEXT变量中包含“ .DLL”
• 如果您使用的是tensorflow 1.3，那么您想使用cudnn64_6.dll github.com/tensorflow/tensorflow/issues/7705

如果运行Windows 32，请确保获取上述文件的32位版本。

对于每个Tensorflow的版本，它需要不同版本的CuDnn。在www.tensorflow.org上，他们没有在安装指南中提及此内容！

我的案例使用使用cuDNN 6的tensorflow 1.3版.https ：//github.com/tensorflow/tensorflow/releases 。

请检查您的tensorfow版本和cuDNN版本是否匹配。

并请为cuDNN设置路径环境，如果仍然无法使用，请检查@Chris Han的注释。

cuDNN导致了我的问题。 PATH变量对我不起作用。我必须将cuDNN文件夹中的文件复制到相应的CUDA 8.0文件夹结构中。

对于那些在较旧的硬件上运行的用户：

由于使用tensorflow-gpu 1.6的CPU较旧，您可能会遇到同样的错误。

如果您的CPU是在2011年之前制造的，则您的最大tensorflow-gpu版本为1.5。

Tensorflow 1.6在您的CPU上需要AVX指令。在这里验证： Tensorflow Github文档

支持AVX的CPU： Wiki AVX CPU

我在conda环境中为Tensorflow做的事情：

pip install --ignore-installed --upgrade tensorflow-gpu==1.5

在我的情况下，/ bin文件夹中的“ cudnn64_6.dll”文件必须重命名为“ cudnn64_5.dll”才能消除错误。我很容易地花了两个小时来解决这个问题，并且遵循了这封信的官方安装指南。通过pip（官方支持）和conda（支持社区）进行安装是正确的。

仅针对具有CPU的Tensorflow：

我已经使用命令安装了tensorflow：

pip3 install --upgrade tensorflow

这个安装了tensorflow 1.7
但是无法使用以下命令从python 3.6.5 amd64导入tensorflow：

import tensorflow as tf

因此，我使用以下命令将tensorflow版本从1.7降级到1.5 ：

pip3 install tensorflow==1.5

这将卸载以前的版本并安装了1.5 。现在可以了。

看来，我的CPU不支持 tensorflow 1.7所需的AVX指令集

我在系统文件夹中有MSVCP140.DLL ，在环境变量中的PATHEXT变量中有.DLL。