TypeError: descriptor '__subclasses__' of 'type' object needs an argument

TypeError: descriptor ‘subclasses’ of ‘type’ object needs an argument

1、在用pip3 install motmetrics之后，出现了一系列问题（还把旁边同事的电脑做了一下实验，结果也搞崩了）。原先所有的环境都是ok的。

2、首先就是基操，导入tensorflow出现问题：

import tensorlfow as tf
TypeError: descriptor '__subclasses__' of 'type' object needs an argument

3、网上找通了一大遍，说是各种版本问题啥的，于是，降低tensorflow版本到1.10（内心是拒绝的），numpy的版本降到1.10.0然后，tensorflow的项目都恢复正常，开心。

4、但是，笔记偶尔也玩Pytorch，于是，测试Pytorch项目，崩溃了，项目无法正常使用，发现numpy的版本问题，于是升级numpy的版本到1.14.5，此时Pytorch能正常使用。回过头来再使用Tensorflow，又崩了，心累。也就是说，此时此刻要用Tensorflow就是降低numpy版本，再用Pytorch时，升级numpy版本。

5、对于这种模式，笔者内心是无法接受的，于是，再开始查找bug模式，看到有说是因为pandas版本太高了的原因，于是降低pandas版本（一定要多次卸载pandas，直到提示未安装）

>>> import pandas
>>> pandas.__version__
'0.23.4'

6、然后升级numpy到平常用的1.14.5版本，tensorflow-gpu升级到1.12.0版本，对于numpy来说，1.14.5 正是Pytorch需要的对应版本，再运行tensorflow时出现新的问题Cudnn版本匹配问题，结果发现，可能中途装tensorflow太多次，然后现在cuda9.0对应的cudnn有新的对应版本

7、然后重新配置cudnn

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
 
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
 
sudo chmod a+r /usr/local/cuda/include/cudnn.h
 
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

8、检查cudnn版本，在终端输入

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

9、如果出现下图所示版本信息，说明安装成功。

#define CUDNN_MAJOR 7
#define CUDNN_MINOR 6
#define CUDNN_PATCHLEVEL 0
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

#include "driver_types.h"

于是，所有一切都正常。

>>> import numpy as np
>>> np.__version__
'1.14.5'
>>> import tensorflow as tf
>>> tf.__version__
'1.12.0'
>>> import torch

10、整体流程就是：
1）卸载pandas（切记，多次卸载），然后再安装

pip3 uninstall pandas
pip3 install -i https://pypi.tuna.singhua.edu.cn/simple pandas==0.23.4

2）卸载numpy（切记，多次卸载），然后再安装

pip3 uninstall numpy
pip3 install -i https://pypi.tuna.singhua.edu.cn/simple numpy==1.14.5

3）最后装tensorflow

pip3 install -i https://pypi.tuna.singhua.edu.cn/simple tensorflow==1.12.0