tensorflow1.15与numpy、keras以及Python兼容版本对照

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。

你可能感兴趣的:(深度学习,python,numpy,keras,tensorflow)