怎么解决Python安装TensorFlow时由于网络导致的下载超时

pip install tensorflow 一直卡在 downloading 阶段怎么办

直接换源是最有效的解法，官方 PyPI 默认走国外 CDN，国内用户大概率超时或中断。清华、中科大、豆瓣这些镜像站响应快且同步及时，不用改全局配置也能临时生效。

• 临时用清华源安装：pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple/
• 如果提示证书问题（尤其 Windows 或公司内网），加 --trusted-host pypi.tuna.tsinghua.edu.cn
• TensorFlow 安装包很大（CPU 版约 200MB，GPU 版超 500MB），Wi-Fi 不稳时建议插有线网络，避免中途断连导致 pip 缓存损坏
• 若反复失败，先清空 pip 缓存：pip cache purge，再重试

安装时出现 ReadTimeoutError 或 ConnectionResetError

这类错误本质是 pip 在下载 whl 文件时连接被主动切断，不是 TensorFlow 本身的问题，而是网络链路不稳定或防火墙拦截了大文件流。

• 不要用 pip install --upgrade pip 后立刻装 TensorFlow——新版 pip 对超时更敏感，可降级到 pip==23.3.1 再试
• 公司网络常限制非标准端口或长连接，尝试加 --retries 10 --timeout 100 提高容错：pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple/ --retries 10 --timeout 100
• 某些杀毒软件（如 360、腾讯电脑管家）会劫持 pip 的 HTTPS 请求，临时关闭再试

离线环境下怎么装 TensorFlow

提前在能联网的机器上把 whl 包和依赖全拉下来，再拷进目标机器，避免现场下载。

• 查当前环境匹配的 whl 名：运行 python -c "import platform; print(platform.machine(), platform.architecture()[0], platform.python_version())"，比如输出 AMD64 64bit 3.9.16
• 去 PyPI TensorFlow 页面 手动下载对应 tensorflow?*.whl（注意 CPU/GPU 版本、Python 版本、系统平台三者必须一致）
• 同时下载其依赖项（absl-py、astunparse、gast 等），可用 pip download tensorflow --no-deps -d ./wheels + pip download --no-cache-dir --find-links ./wheels --no-index --deps wheel ./wheels/tensorflow-*.whl
• 离线安装：pip install --find-links ./wheels --no-index ./wheels/tensorflow-*.whl

conda install tensorflow 比 pip 更稳吗

不一定更稳，但路径不同：conda 走的是 anaconda.org 的默认 channel（defaults），国内访问也慢；换成 conda-forge 或清华 conda 镜像后成功率明显提升。

• 启用清华 conda 镜像：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/，再 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
• 优先指定 channel 安装：conda install tensorflow -c conda-forge（conda-forge 更新更及时，支持更多平台）
• 注意：conda 安装的 TensorFlow 默认不带 GPU 支持，需额外装 cudatoolkit 和 cudnn，版本必须严格匹配，比 pip 更容易因版本错位失败

TensorFlow 的 wheel 包体积大、依赖多，网络问题背后往往混着缓存损坏、SSL 验证失败、代理残留等隐性干扰，别只盯着“换源”这一步——先确认 pip 是否干净、Python 环境是否纯净、有没有残留的 .pip/pip.conf 或系统代理设置，这些比换源更容易被忽略。