tensorflow1.15与numpy、keras以及Python兼容版本对照方式
报错信息
- numpy库版本不兼容问题
NotImplementedError: Cannot convert a symbolic Tensor (bi_lstm/lstm_encoder_a/fw/fw/strided_slice:0) to a numpy array.
根据错误信息中提到的内容,可能是在创建初始状态时使用了一个符号张量(symbolic Tensor),而无法将其转换为NumPy数组。
这可能是因为在创建初始状态时使用了一些与张量操作相关的功能,导致无法直接将其转换为NumPy数组,经过探索之后发现为兼容问题。
- keras版本不兼容问题
ImportError: No module named ‘keras’
这个错误发生在导入 Keras 库时,可能是因为没有正确安装 Keras 或者 Keras 安装出现了问题。
您可以尝试重新安装 Keras,确保按照官方文档或指南进行安装。
- h5py 库版本不兼容问题
AttributeError: module ‘h5py.h5’ has no attribute ‘CYTHON_VERSION_COMPILED_WITH’
根据报错信息,似乎是因为在导入 TensorFlow 时引用了 h5py 库,但是 h5py 库版本不兼容所导致的。
解决方法
tips:仅针对tensorflow1.15.3版本做参考
Python3.7
pip install tensorflow==1.15.3 pip install keras==2.3.1 pip install numpy==1.16.0 pip install h5py==2.10.0
总结
第一次搭建tensorflow环境,每次直接安装的包都不对应版本,还要我一个一个找,啊啊啊啊啊b溃了。
万幸经过我一天半的努力,把所有库版本都对应上了。
据我的经验:
大家可以从pycharm->settings->Project->Python Interpreter
中找到+
添加库找到你要安装的库,点击并在库的详细信息中找到官方文档。
一般情况下,官方文档会指引你寻找到库的依赖项的相应版本。
以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。
相关文章
浅析Python中压缩zipfile与解压缩tarfile模块的使用
Python 提供了两个标准库模块来处理文件的压缩和解压缩操作:zipfile和tarfile,本文将分享 这两个模块的使用方法,感兴趣的小伙伴可以跟随小编一起学习一下2023-10-10
最新评论