我要评论报错信息
- 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。
以上为个人经验，希望能给大家一个参考，也希望大家多多支持代码网。
发表评论