具有张量流问题的稳定基线

Posted

技术标签:

【中文标题】具有张量流问题的稳定基线【英文标题】:stable-baseline with tensorflow issue 【发布时间】:2020-09-14 10:58:32 【问题描述】:

上面写着:Stable-Baselines 支持从 1.8.0 到 1.15.0 的 Tensorflow 版本,并且不适用于 2.0.0 及更高版本的 Tensorflow。

所以我尝试安装“sudo pip3 install tensorflow==1.15.0”

但我得到了消息: 错误:找不到满足要求 tensorflow==1.15.0 的版本(来自版本:2.2.0rc1、2.2.0rc2、2.2.0rc3、2.2.0rc4、2.2.0) 错误:未找到 tensorflow==1.15.0

的匹配分布

我正在使用: Ubuntu 20.04 LTS Python 3.8.2 pip 20.1.1 来自 .../python3.8/site-packages/pip (python 3.8)

如何安装适用于稳定基线的 tensorflow 版本?

【问题讨论】:

很可能是因为您使用的是 Python 3.8 而 TF 1.x 不支持它。编辑:是的,我从pip --version 输出中看到它。使用 Python 3.7 应该没问题。 谢谢。可悲的是,这并没有解决我的错误。我用 python 3.7.7 创建了一个 virtualenv(因此 pip 也使用了 python 3.7),但我仍然收到相同的消息 首先,仔细检查 pip 是否引用了 3.7 venv 中的一个,然后运行 ​​python -c "from pip._internal.utils.compatibility_tags import get_supported; print(get_supported()[0])" 并发布输出。您可能需要更新 pip 才能使该命令正常工作;在旧版本中,导入为 pip._internal.pep425tags 【参考方案1】:

我改用 anaconda 解决了这个问题。 感谢您的帮助!

【讨论】:

以上是关于具有张量流问题的稳定基线的主要内容,如果未能解决你的问题,请参考以下文章

使用张量流服务预测图像-“错误”:“重塑的输入是具有 10000 个值的张量

用在张量流中具有变量依赖性的自定义操作替换图中的节点

张量流随机森林回归

张量流 LSTM 模型中的 NaN 损失

如何解决权重矩阵维度较大的张量流梯度问题?

将张量流模型转换为英特尔Movidius图的问题