配置低无法运行编程语言怎么办
cysgjj时间2024-12-07 23:44:00分类编程语言浏览24
电脑配置太低，无法运行编程语言的开发环境，该怎么办？
可以肯定的回答你这个报错与电脑配置无关。不知道你的环境是直接装在win下的还是装在docker下的，你可以查一下是不是tensorflow的一些依赖没有安装好，可以重新用pip安装一下tensorflow、numpy、mkl、scipy、matplotlib等，总是超时的话可以先下载安装包直接安装。还需要安装Visual C ++ Redistributate 2015 x64。这些如果都重新安装过了可以重新import tensorflow看一下会不会还报这个错误。解决问题要注意查看log提示，根据log一步步发现问题并解决，这是每一个程序员必须有的专业素质，环境装好后你就可以随心所欲的编写你的代码了。
下面再说一下电脑配置，其实学习编程对电脑的要求并不高，你这个赛扬处理器只要不开虚拟机是可以胜任的。但工欲善其事必先利其器，想要高效的学习开发，一台趁手的电脑是必不可少的，购买电脑只需要记住一个原则就是CPU要快、内存要大、屏幕尽量大点，至于显卡就无需考虑了，有钱的话加一个也无所谓。因为笔记本的便携性比较好，平时可以带去图书馆学习就先推荐两款笔记本
小米(MI)Pro 15.6英寸金属轻薄笔记本(i5-8250U 8G 256GSSD ￥5499
联想(Lenovo)拯救者R720(i5-7300HQ 8G 1T+128G SSD GTX1050Ti 4G IPS) ￥5499
本着宁缺毋滥的原则，下面推荐一个台式机的配置（高性价比，物有所值）
微星（MSI）X470 GAMING PRO主板+AMD 锐龙 5 2600X CPU ￥2998
金士顿(Kingston)骇客神条 Fury系列 DDR4 2400 8G 台式机内存 ￥599（有钱的话可以买两条组成双通道）
内存太小了
推荐加内存
而且系统本身也最好是干净的系统
显卡倒是无所谓，硬盘无所谓
去msdn下个干净的系统安装。
谢谢邀请
从楼主截图可以看到这是tensorflow依赖环境没有搭建好造成的和本身的电脑配置没有关系，根本的原因是
Traceback (most recent call last): File "C:\。。。。\python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 41, in <module> from tensorflow.python.pywrap_tensorflow_internal import * File "C:\。。。。。\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 21, in <module> _pywrap_tensorflow_internal = swig_import_helper() File "C:\。。。。。Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 20, in swig_import_helper return importlib.import_module('_pywrap_tensorflow_internal') File "C:\。。。。。。。\Python\Python36\lib\importlib\__init__.py", line 126, in import_module return _bootstrap._***_import(name[level:], package, level)ModuleNotFoundError: No module named '_pywrap_tensorflow_internal'
缺少swig库，也就是Visual C++ 2015 redistributable，理论上安装好Visio studio后可以正常使用了，看的话抓紧去试试吧
首先谢谢平台对我的认可！邀请我来回答问题！
对于这个问题，以我在编程这个道路上八年的经验来说可以从以下几个角度去分析！
你知道吗？肯定被谣言迷惑的不知道是哪里错了吧！
对于从事编程事业八年的我来说，硬件配置对于编程人员来说固然重要，但是对于的电脑的配置来说运行这个应该是没问题的！
其次我不是很清楚你的环境是直接装在win下的还是装在docker下的！
对于这个您可以查一下是不是tensorflow的一些依有没有安装好，可以重新用pip安装一下tensorflow、numpy、mkl、scipy、matplotlib等
，总是超时的话，可以先下载安装包直接安装。还需要安装Visual C ++ Redistributate 2015 x64。这些东西如果都重新安装过了一次，可以重新import tensorflow看一下会不会还报是一直报这个错误。解决问题的时候要注意查看一下log提示！根据log一步步发现问题并解决！
因为光从你给的截图我发现，这其实也有可能是因为tensorflow依赖环境没有搭建好造成！
当然从这个报错的问题来看，你这个不属于电脑配置的问题，属于Tensorflow的依赖没弄好，建议Visual C ++ Redistributate 2015 x64再安装一下，或者重新用pip安装一下，具体过程大家可以去Google搜索一下。
但是今天我先说一下另外的，关于深度学习对于电脑配置到底有什么要求。
当然其实大部分学习需求来说，普通电脑都是可以的，但是建议至少显卡不要那么差，CPU也不要那么差，配置至少是中庸才可以，普通学习需求并不大，所以我觉得还是可以的。
但是要做大规模的研究，可能一般的高校、企业都没有这样的条件，如果想要进行更深的学习，可能要到科技公司的研究院比如Google、Microsoft、百度这样公司的深度学习研究院或者顶级计算机名校比如Stanford、CMU的人工智能实验室才有这样的条件让你去做这样的实验，毕竟研究型、工业级的都对电脑配置要求极高，一般没这样的条件。
当然普通学习，对配置要求也还是蛮高的，并且搞深度学习GPU编程比较多，CPU编程效果没那么好，而且A卡基本上目前是可以放弃，目前N卡比较靠谱，所以其实MacBook体验不太好。不缺钱的话Core i9的CPU，32G的内存，搞个双通道的GTX1080也是很强的，哈哈，开玩笑的。
其实普通学习要求没这么高，所以不用在意，未来人工智能是行业一个大趋势，研究一下蛮好。
[免责声明]本文来源于网络，不代表本站立场，如转载内容涉及版权等问题，请联系邮箱:83115484@qq.com，我们会予以删除相关文章，保证您的权利。转载请注明出处：http://www.wnpsw.com/post/23688.html
