太长不看版

• python3.8 (必须应用 ubuntu 2004)
  看前一篇文章。

• python3.6 (ubuntu 2004/1804 均可)
  下载文件

  https://tmp.link/room/6113c0214ddfb

  应用 pip 装置

  pip install --user ./*.whl

• 其余版本 python
  不反对
• 其余操作系统
  兴许能够霸王硬上弓
• 心愿晓得文件起源或者离线应用
  看注释

注释

前一篇文章写了 python3.8/CUDA 11 的环境下装置，尽管非常不便，然而这种办法局限于 python3.8，不反对其余任意版本的 python。如果强行pip install nvidia-tensorflow，会提醒无奈找到该库。

对于 python3.6，笔者找到了一些文章，间接应用 whl 文件装置 tensorflow 并分享了这些 whl 文件。认真看文件列表，能够发现这些轮子就是 pip install 的时候下载的文件，这些文件很有可能就是晚期官网保护的然而不再公布的 whl 文件。

通过检索，笔者找到了这些文件的官网发行记录，为英伟达公布的 tensorflow wheel 包。网页上记录了每个发行版本所依赖的各个库的版本，以及反对的操作系统、python 解释器版本。

翻阅记录可知，老黄官网保护的这一个版本只反对 3.6/3.8 两个版本的 python 解释器，以及 2004/1804 两个版本的 ubuntu。在 20.11 版本及以前，只反对 python3.6，ubuntu 反对 1804/2004 两个版本；从 20.12 版本开始，只反对 python3.8 以及 ubuntu 2004。然而这个页面并没有给出下载链接，所有的超链接都很诚恳的链接到了版本记录。

通过进一步检索，笔者找到了其中一个 whl 的下载地址：

https://developer.download.nvidia.cn/compute/redist/nvidia-tensorflow/

关上链接能够看到全版本的 whl，依据发行日志下载本人所需的版本即可。对于列表中所列举的其余依赖，只须要将链接中的 nvidia-tensorflow 替换为对应的名称即可，例如

https://developer.download.nvidia.cn/compute/redist/nvidia-cuda-nvcc/

然而列表中有一个小坑，下载 nvidia-cublas-cupti 时，须要替换的内容为nvidia-cuda-cupti，否则会显示 404.

因为一一替换下载工作量较大，就参考前人把文件下载之后分享给大家，点击此处下载即可。

下载完所有文件后，进入文件夹，应用 pip 装置即可。过程中依然须要下载一些罕用依赖，如果网络不佳，须要换源。

# 强烈建议虚拟环境操作，或应用 --user 参数
pip install ./*.whl

最初关上 python 验证即可

import tensorflow as tf

tf.enable_eager_execution()
a = tf.random.uniform([1000, 1000])
b = tf.random.uniform([1000, 1000])
tf.matmul(a, b)