安装retinaface与TensorFlow遇AttributeError：模块无__version__属性求助

一、清理冲突的TensorFlow环境 #

当前环境同时存在tensorflow和tensorflow-cpu包，会导致模块导入混乱，是AttributeError的核心诱因之一，按以下步骤清理：

• 卸载冲突包：

  pip uninstall -y tensorflow tensorflow-cpu
  

• 检查残留并清理：

  pip list | grep tensorflow
  

  若输出中还有tensorflow相关依赖（如tensorflow-estimator），执行pip uninstall -y [包名]彻底移除。

二、安装TensorFlow 2.5的正确流程 #

TensorFlow 2.5仅支持Python 3.6-3.9，先执行python --version确认版本兼容，不兼容则先创建对应虚拟环境：

• 用conda创建适配环境（以Python 3.8为例）：

  conda create -n tf25_env python=3.8
  conda activate tf25_env
  

• 安装TensorFlow 2.5：

  pip install tensorflow==2.5
  

  安装失败可换国内镜像加速：

  pip install tensorflow==2.5 -i https://pypi.tuna.tsinghua.edu.cn/simple
  

• 验证安装：

  import tensorflow as tf
  print(tf.__version__)
  

  正常输出2.5.0即为安装成功。

三、安装RetinaFace并适配TensorFlow 2.5 #

RetinaFace部分版本对TensorFlow 2.x兼容性有限，需选择适配分支：

• 克隆TensorFlow 2.x兼容的仓库（以主流适配版本为例）：

  git clone https://github.com/StanislasBertrand/RetinaFace-tf2.git
  

• 安装依赖：

  pip install -r requirements.txt
  

• 运行前确认导入语句正确，避免环境残留导致的模块混淆。

四、tf.__version__报错的额外排查 #

若清理环境后仍报错，检查以下内容：

• 确认当前Python环境路径与安装TensorFlow的路径一致（执行which python/where python查看）。
• 删除本地同名文件：若存在tensorflow.py，会覆盖官方模块，需重命名或删除。
• 检查模块属性：执行import tensorflow as tf; print(dir(tf))，若输出无__version__，则重新安装TensorFlow。

内容的提问来源于stack exchange，提问作者Sean Tichenor