运行tensorflow代码，出现 kernel dead

今天不读书书书

已于 2023-02-16 12:03:28 修改

阅读量474

点赞数

文章标签： python tensorflow 深度学习

于 2023-02-15 22:56:28 首次发布

本文链接：https://blog.csdn.net/THIS_GIRL/article/details/129052224

版权

在尝试运行Tensorflow代码时遇到kerneldead错误，怀疑是高版本Tensorflow引起的问题。作者卸载并重装了低版本Tensorflow，但过程中出现protobuf相关的TypeError。尝试降级protobuf版本未成功。最终，通过Pycharm创建新环境并用其安装Tensorflow2.6.0解决了问题。

摘要由CSDN通过智能技术生成

今天在运行tensorflow的一行代码时tf.data.Dataset.from_tensor_slices((x_train,y_train))
总是出现kernel dead，应该是tensorflow版本太高导致的。于是卸载tensorflow，重新安装低版本的，但中间出现各种报错。
于是，重新创建环境，安装python3.9所对应的tensorflow2.6.0版本。安装代码是python -m pip install tensorflow==2.6.0 -i https://pypi.douban.com/simple，然后又报错。
TypeError: Descriptors cannot not be created directly.
If this call came from a _pb2.py file, your generated code is out of date and must be regenerated with protoc >= 3.19.0.
If you cannot immediately regenerate your protos, some other possible workarounds are:

Downgrade the protobuf package to 3.20.x or lower.
Set PROTOCOL_BUFFERS_PYTHON_IMPLEMENTATION=python (but this will use pure-Python parsing and will be much slower).
按照上面所说的办法，安装低版本的protobuf也没有解决。
之后又使用pycharm创建环境，并使用pycharm安装tensorflow2.6.0版本，问题解决。