可以肯定的回答你這個報錯與電腦配置無關。不知道你的環境是直接裝在win下的還是裝在docker下的，你可以查一下是不是tensorflow的一些依賴沒有安裝好，可以重新用pip安裝一下tensorflow、numpy、mkl、scipy、matplotlib等，總是超時的話可以先下載安裝包直接安裝。還需要安裝Visual C ++ Redistributate 2015 x64。這些如果都重新安裝過了可以重新import tensorflow看一下會不會還報這個錯誤。解決問題要注意檢視log提示，根據log一步步發現問題並解決，這是每一個程式設計師必須有的專業素質，環境裝好後你就可以隨心所欲的編寫你的程式碼了。

下面再說一下電腦配置，其實學習程式設計對電腦的要求並不高，你這個賽揚處理器只要不開虛擬機器是可以勝任的。但工欲善其事必先利其器，想要高效的學習開發，一臺趁手的電腦是必不可少的，購買電腦只需要記住一個原則就是CPU要快、記憶體要大、螢幕儘量大點，至於顯示卡就無需考慮了，有錢的話加一個也無所謂。因為筆記本的便攜性比較好，平時可以帶去圖書館學習就先推薦兩款筆記本

小米(MI)Pro 15.6英寸金屬輕薄筆記本(i5-8250U 8G 256GSSD ￥5499

聯想(Lenovo)拯救者R720(i5-7300HQ 8G 1T+128G SSD GTX1050Ti 4G IPS) ￥5499

這款電腦顯示卡還不錯，除了程式設計外偶爾耍一下游戲也沒問題。

本著寧缺毋濫的原則，下面推薦一個桌上型電腦的配置（高性價比，物有所值）

微星（MSI）X470 GAMING PRO主機板+AMD 銳龍 5 2600X CPU ￥2998

金士頓(Kingston)駭客神條 Fury系列 DDR4 2400 8G 桌上型電腦記憶體 ￥599（有錢的話可以買兩條組成雙通道）

金士頓(Kingston)A400系列 240G SATA3 固態硬碟 ￥369

安鈦克(Antec) VP450P 450W電源 ￥259.00

愛國者（aigo）炫影黑京東專供版 電腦機箱 ￥219.00

總共 ￥4444（不錯的數字組合）

顯示器的話推薦購買27寸的（也可以先用老電腦的），可以搭一個機械臂瞬間逼格上升一個檔次。

不差錢的話可以配一個1060或者一步到位直接上1080Ti的顯示卡，只學習程式設計不玩遊戲的話個人認為沒必要配。

配好了你的武器，接下來就是苦戰了，加油吧^^

記憶體太小了

windows本身的系統利用率就沒liunx高

推薦加記憶體

對於程式設計來說u也很重要，所以u也要換

而且系統本身也最好是乾淨的系統

顯示卡倒是無所謂，硬碟無所謂

去msdn下個乾淨的系統安裝。

建議是換更好的u還有更大記憶體的電腦，然後安裝乾淨的系統

從樓主截圖可以看到這是tensorflow依賴環境沒有搭建好造成的和本身的電腦配置沒有關係，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._gcd_import(name[level:], package, level)ModuleNotFoundError: No module named "_pywrap_tensorflow_internal"

缺少swig庫，也就是Visual C++ 2015 redistributable，理論上安裝好Visio studio後可以正常使用了，看的話抓緊去試試吧

對於這個問題，以我在程式設計這個道路上八年的經驗來說可以從以下幾個角度去分析！

你知道嗎？肯定被謠言迷惑的不知道是哪裡錯了吧！

對於從事程式設計事業八年的我來說，硬體配置對於程式設計人員來說固然重要，但是對於的電腦的配置來說執行這個應該是沒問題的！

其次我不是很清楚你的環境是直接裝在win下的還是裝在docker下的！

對於這個您可以查一下是不是tensorflow的一些依有沒有安裝好，可以重新用pip安裝一下tensorflow、numpy、mkl、scipy、matplotlib等

，總是超時的話，可以先下載安裝包直接安裝。還需要安裝Visual C ++ Redistributate 2015 x64。這些東西如果都重新安裝過了一次，可以重新import tensorflow看一下會不會還報是一直報這個錯誤。解決問題的時候要注意檢視一下log提示！根據log一步步發現問題並解決！

對於這樣的能力幾乎是每一個程式設計師所必備的一大職業素質！

因為光從你給的截圖我發現，這其實也有可能是因為tensorflow依賴環境沒有搭建好造成！

從而導致你缺少swig庫，也就是Visual C++ 2015 redistributable，理論上安裝好Visio studio後可以正常使用了!

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._gcd_import(name[level:], package, level)ModuleNotFoundError: No module named "_pywrap_tensorflow_internal"

如果問題解決了，你也就可以隨心所欲的編寫屬於你的程式碼了。

看見你的電腦配置，給我的第一感覺就是記憶體太小了！如果四年前這個配置幾乎還算一般！但是現在已經過去了四年，這個配置真的有點“垃圾”

對於windows本身的作業系統來說！對於利用率就沒liunx高！如何............

所以如果你想對你的電腦做出一些調整，我建議你可以從記憶體和cpu來考慮！

對於系統本身來說，最好選擇一個乾淨的系統！其他的其實都很無所謂了！

對於事情你要考慮全面一點不要一看別人說自己的硬體不夠，就果斷放棄，其實多聽一些人的建議是有好處的！畢竟問一個人，他的回答是片面的；多問幾個人，那樣的回答才有可能是最正確的！

當然從這個報錯的問題來看，你這個不屬於電腦配置的問題，屬於Tensorflow的依賴沒弄好，建議Visual C ++ Redistributate 2015 x64再安裝一下，或者重新用pip安裝一下，具體過程大家可以去Google搜尋一下。

但是今天我先說一下另外的，關於深度學習對於電腦配置到底有什麼要求。

當然其實大部分學習需求來說，普通電腦都是可以的，但是建議至少顯示卡不要那麼差，CPU也不要那麼差，配置至少是中庸才可以，普通學習需求並不大，所以我覺得還是可以的。

但是要做大規模的研究，可能一般的高校、企業都沒有這樣的條件，如果想要進行更深的學習，可能要到科技公司的研究院比如Google、Microsoft、百度這樣公司的深度學習研究院或者頂級計算機名校比如Stanford、CMU的人工智慧實驗室才有這樣的條件讓你去做這樣的實驗，畢竟研究型、工業級的都對電腦配置要求極高，一般沒這樣的條件。

當然普通學習，對配置要求也還是蠻高的，並且搞深度學習GPU程式設計比較多，CPU程式設計效果沒那麼好，而且A卡基本上目前是可以放棄，目前N卡比較靠譜，所以其實MacBook體驗不太好。不缺錢的話Core i9的CPU，32G的記憶體，搞個雙通道的GTX1080也是很強的，哈哈，開玩笑的。

其實普通學習要求沒這麼高，所以不用在意，未來人工智慧是行業一個大趨勢，研究一下蠻好。