我一直在学习人工智能和如何用Python编写代码。我在做一个项目,我决定更新一些Python包,这些包不是新的,但后来发生了一些事情,我无法编译我的代码。我删除了Anaconda3,重新设置,但没有成功。我一直把这个问题当作一个话题来写,如果有人帮助我,我会得到帮助的。
>>> import tensorflow as tf
File "C:\Users\AliGalip\Anaconda3Yeni\lib\site-packages\tensorflow\__init__.py", line 24, in <module>
from tensorflow.python import pywrap_tensorflow # pylint: disable=unused-import
File "C:\Users\AliGalip\Anaconda3Yeni\lib\site-packages\tensorflow\python\__init__.py", line 63, in <module>
from tensorflow.python.framework.framework_lib import * # pylint: disable=redefined-builtin
File "C:\Users\AliGalip\Anaconda3Yeni\lib\site-packages\tensorflow\python\framework\framework_lib.py", line 104, in <module>
from tensorflow.python.framework.importer import import_graph_def
File "C:\Users\AliGalip\Anaconda3Yeni\lib\site-packages\tensorflow\python\framework\importer.py", line 32, in <module>
from tensorflow.python.framework import function
File "C:\Users\AliGalip\Anaconda3Yeni\lib\site-packages\tensorflow\python\framework\function.py", line 36, in <module>
from tensorflow.python.ops import resource_variable_ops
File "C:\Users\AliGalip\Anaconda3Yeni\lib\site-packages\tensorflow\python\ops\resource_variable_ops.py", line 35, in <module>
from tensorflow.python.ops import variables
File "C:\Users\AliGalip\Anaconda3Yeni\lib\site-packages\tensorflow\python\ops\variables.py", line 40, in <module>
class Variable(checkpointable.CheckpointableBase):
AttributeError: module 'tensorflow.python.training.checkpointable' has no attribute 'CheckpointableBase'
同样的问题是posted as a GitHub issue。尤其是solution suggested by @allanlavoie在这里也可能是相关的:
由于从您的问题中可以明显看出,您正在使用Anaconda来管理您的Python环境,因此如果上述问题未能解决您的问题,您可以尝试在干净的conda环境中安装TensorFlow,如下所示:
conda create --name tftest
创建新环境。(您可以将tftest
替换为当前项目的名称。)activate tftest
(或者source activate tftest
,如果您碰巧使用MSYS2的bash,或者类似的东西)激活新环境。conda install tensorflow
将TF安装到此环境中。where python
(应该生成包含“tftest”的路径),确保您处于正确的环境中。python
运行Python。import tensorflow as tf
在那个环境中的shell中。由于您正在使用PyCharm(请参阅此答案的注释),因此您将希望设置PyCharm以使用此新环境。事实上,对每个项目使用一个新的环境,虽然磁盘空间很密集,但对于这些依赖性很强的数字包来说,这是避免依赖性问题的好方法。
相关问题 更多 >
编程相关推荐