我之所以这样做pip install tensorflow-gpu==1.12.3是因为我的GPU仅支持CUDA 9，而最新的tensorflow-gpu==1.14.0要求最少CUDA10。其中一个软件包依赖项是tensorboard。
我想做pip install tensorflow。但是，最新版本警告必须安装tensorboard的较新版本，然后自动继续以卸载现有版本并安装较新版本。在这种情况下，是否有办法停止点子或至少要求确认，而不是自己继续进行？我试图弄清楚哪个是tensorflow的兼容版本，不需要与tensorflow-gpu共享的软件包依赖项的较新版本。
修改
好吧，这不是一个特定于张量流的问题，我只是以它为例，因为我刚好在做这个事情。
概括地说：我安装了较旧版本的软件包A，它与软件包B的旧版本有关。我想安装软件包C，它也与软件包B有关。但是，最新版本的C需要B的最新版本。当我尝试安装C时，它会自动卸载较旧的B并安装最新版本。如何阻止它这样做？
现在，我唯一的解决方法是安装C版本，等待它自动卸载某些东西，然后中断C的安装，然后重新安装已卸载的依赖项软件包的版本。然后，我下一个下一个较旧的版本C，然后重复。基本上是一个反复试验的过程。
是否有更合适，更优雅的解决方案？我可以接受警告，警告C要求B的更新版本，然后在该位置终止，或者提示您进行确认，然后再继续进行卸载，而不是在不询问的情况下自动进行。
我正在使用PyCharm的venv，因此，如果有一种方法可以将对环境的最新更改还原，即卸载C以及已安装的任何新依赖包，并在执行之前还原为已安装的包列表，那么我也很好pip install C。
希望这听起来并不复杂。 ?
答案 0 :(得分：0)
我从没做过tensorflow的工作，所以我无法为您提供帮助，但是我建议您在测试内容时不要使用虚拟环境，也不要冒险破坏系统Python或升级您想要的特定版本的软件包。
python -m venv env创建名为env的虚拟环境。 source env/bin/activate使虚拟环境处于活动状态，deactivate使虚拟环境离开。
关于覆盖旧软件包，我没有找到提示安装新版本的选项，也没有找到忽略某些软件包要求的选项。这可能是因为开发人员可以指定所需版本的依赖项，因此，如果pip找到过时的软件包，则您希望安装的软件包可能无法使用。
但是，您可以尝试安装最新版本的tensorflow，并让其安装所需的需求，然后只需使用pip uninstall PACKAGE-NAME卸载它们，然后使用pip install PACKAGE-NAME==x.x.x安装所需的版本。 / p>
此外，here is a guide that explains installation of tensorflow with CUDA 9。看来他们在CUDA 9.2上使用1.8版，在CUDA 9.1上使用1.7版。