30系显卡tensorflow 1.15安装教程（python3.6 or 3.8/CUDA 11/tf1.15）（离线适用）

太长不看版

• python3.8 (必须使用ubuntu 2004)
  看前一篇文章。

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

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

  使用pip安装

  pip install --user ./*.whl

• 其他版本python
  不支持
• 其他操作系统
  也许可以霸王硬上弓
• 希望知道文件来源或者离线使用
  看正文

正文

前一篇文章写了python3.8/CUDA 11的环境下安装，虽然十分方便，但是这种方法局限于python3.8，不支持其他任意版本的python。如果强行pip install nvidia-tensorflow，会提示无法找到该库。

对于python3.6，笔者找到了一些文章，直接使用whl文件安装tensorflow并分享了这些whl文件。仔细看文件列表，可以发现这些轮子就是pip install的时候下载的文件，这些文件很有可能就是早期官方维护的但是不再发布的whl文件。其中一篇b站的文章称这些文件是给A100用的。(那位up主居然也是尘埃玩家)

通过检索，笔者找到了这些文件的官方发行记录，为英伟达发布的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，以及支持的操作系统、python解释器版本。

翻阅记录可知，老黄官方维护的这一个版本只支持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，只支持python3.6，ubuntu支持1804/2004两个版本；从20.12版本开始，只支持python3.8以及ubuntu 2004。但是这个页面并没有给出下载链接，所有的超链接都很诚实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/

打开链接可以看到全版本的whl，根据发行日志下载自己所需的版本即可。对于列表中所罗列的其他依赖，只需要将链接中的nvidia-tensorflow替换为对应的名称即可，例如

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

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

由于逐个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，使用pip安装即可。过程中仍然需要下载一些常用依赖，如果网络不佳，需要换源。

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

最后打开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)