目錄

報錯1：

原因：

解決辦法：

報錯2：

原因：

解決辦法：

重新在新虛擬環(huán)境下安裝tensorflow

在已有的虛擬環(huán)境基礎上重新配置

為當前代碼設置運行環(huán)境（解釋器）

---

報錯1：

在用pycharm運行代碼時，可能發(fā)生如下報錯：

• ImportError: cannot import name 'abs'

原因：

protobuf和tensorflow發(fā)生了沖突

解決辦法：

第一步：刪除tensorflow所有模塊

pip uninstall tensorflow

第二步：刪除protobuf

pip uninstall protobuf

第三步：重新安裝tensorflow

pip install tensorflow==1.9.0

---

報錯2：

• illegal instruction (core dumped)??核心轉儲問題

原因：

這都是因為在Linux下 tensorflow沒有安裝好，版本問題。

解決辦法：

重新在新虛擬環(huán)境下安裝tensorflow

（如何查看虛擬環(huán)境是否有tensorflow，請看”2.?在已有的虛擬環(huán)境基礎上重新配置“節(jié)）

第一步：在conda環(huán)境下安裝新的虛擬環(huán)境

conda create -n tensorflow python=3.6.5

第二步：激活虛擬環(huán)境

source activate tensorflow #激活環(huán)境

該行代碼是激活tensorflow環(huán)境，activate后的名稱可以自己定義。加入定義為tensorflow1，激活后會在最之前有tensorflow環(huán)境的字樣：

第三步：安裝tensorflow

conda install tensorflow==1.9.0

其中，第一行python版本和第三行tensorflow版本要對應。建議python不要用3.7之后，比較麻煩，tensorflow2.0以后很多東西變了，python3.6配套tensorflow1.9，親測有效。（如果python是3.7，tensorflow可以使用2.2.0，網上說可以）

?

在已有的虛擬環(huán)境基礎上重新配置

第一步：查看虛擬環(huán)境中已有的配置：

conda env list

我們配置的虛擬環(huán)境都在conda環(huán)境下的env包里。從文件中也可以找到

這是我運行后的結果，可以看到，我的虛擬環(huán)境中包括三個環(huán)境，一個是base，一個是tensorflow，一個是tensorflow1。

第二步：以tensorflow為例，在這個已有的環(huán)境下重新配置tensorflow。

執(zhí)行：

source activate tensorflow #激活環(huán)境 conda install tensorflow==1.9.0

第三步：安裝結束后，檢驗tensorflow是否安裝成功

python #進入python環(huán)境#出現(xiàn)‘>>>’表明已經進入python環(huán)境，在后面輸入： import tensorflow as tf#如果沒有報錯，可以輸入 tf.__version__ #查看tensorflow版本 tf.__path__ #查看tensorflow路徑

---

為當前代碼設置運行環(huán)境（解釋器）

File——》settings——》python interpreter

——》點下拉欄? 如果可以看到我們配置的python環(huán)境? 直接選擇（之前在conda下配置了tensorflow環(huán)境，并且激活了環(huán)境，所以這里會有Python3.6（tensorflow）字樣）。如果沒有，看下一步

——》下拉欄沒有我們剛剛配置的環(huán)境，手動添加

首先確定我們的python環(huán)境在哪里：

參考“2.?在已有的虛擬環(huán)境基礎上重新配置” 的第一步，

紅框中的*代表我們當前的環(huán)境，看到tensorflow是在anaconda3/envs/tensorflow下，自己記住這個路徑，后面要用。

?

——》在setting的python interpreter中點這個按鈕：

有Add和show all兩項：

——》點Add，出現(xiàn)下面這個界面

——》因為之前用的conda環(huán)境，所以選第二個：

——》在存在的環(huán)境中找，點···? :

——》按照之前記住的python路徑選擇解釋器，最后定位到python就行。不是python3什么的 就只是python? 然后點OK

最后應用Apply 并OK就可以了。

這樣代碼才能真正運行。

總結

以上是生活随笔為你收集整理的Linux+pycharm下 安装tensorflow时遇到的bug的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。