安装tensorflow2.5.0 发现 tensorflow 和 numba 两者对应Numpy版本冲突

问题:

python 3.8

安装tensorflow2.5.0 发现 tensorflow 和 numba 两者对应Numpy版本冲突

tensorflow-gpu 2.5.0 requires numpy~=1.19.2

numba 0.58.1 requires numpy<1.27,>=1.22

解决方法:

将numba降低版本为0.53

pip install numba==0.53

再将numpy版本改为1.19.2

pip install numpy==1.19.2

  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Tensor 2.5.0 官方文档中建议使用 numpy 1.19.3 版本。具体来说,官方文档中给出的依赖关系如下: ``` tensorflow-2.5.0 | +- absl-py (0.13.0) | +- astunparse (1.6.3) | +- flatbuffers (2.0) | +- gast (0.4.0) | +- google-auth (1.31.0) | | | +- cachetools (4.2.2) | | | +- pyasn1-modules (0.2.8) | | | | | +- pyasn1 (0.4.8) | | | +- rsa (4.7.2) | | | +- setuptools (57.0.0) | +- google-auth-oauthlib (0.4.4) | | | +- google-auth (1.31.0) | +- google-pasta (0.2.0) | +- grpcio (1.38.0) | +- h5py (3.1.0) | +- keras-nightly (2.5.0.dev2021032900) | | | +- keras-preprocessing (1.1.2) | | | +- numpy (1.19.3) | | | +- scipy (1.4.1) | +- keras-preprocessing (1.1.2) | +- markdown (3.3.4) | +- numpy (1.19.3) | +- oauthlib (3.1.1) | +- opt-einsum (3.3.0) | +- protobuf (3.17.2) | +- pyasn1 (0.4.8) | +- requests (2.25.1) | | | +- certifi (2020.12.5) | | | +- chardet (4.0.0) | | | +- idna (2.10) | | | +- urllib3 (1.26.4) | +- requests-oauthlib (1.3.0) | | | +- oauthlib (3.1.1) | +- rsa (4.7.2) | +- scipy (1.4.1) | +- six (1.15.0) | +- tensorboard (2.5.0) | | | +- absl-py (0.13.0) | | | +- grpcio (1.38.0) | | | +- markdown (3.3.4) | | | +- numpy (1.19.3) | | | +- protobuf (3.17.2) | | | +- setuptools (57.0.0) | | | +- tensorboard-data-server (0.6.1) | | | +- tensorboard-plugin-wit (1.8.0) | | | +- werkzeug (1.0.1) | +- tensorflow (2.5.0) | +- tensorflow-estimator (2.5.0) | +- termcolor (1.1.0) | +- typing-extensions (3.7.4.3) | +- urllib3 (1.26.4) | +- werkzeug (1.0.1) ``` 注意,这只是官方文档中的建议,实际上 TensorFlow 2.5.0 可以兼容其他版本numpy。如果你已经安装了其他版本numpy,可以尝试直接使用,如果出现问题再考虑升级或降级 numpy 版本
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值