使用Keras-NLP预训练BERT模型时的TensorFlow依赖版本冲突问题

核心版本匹配规则 #

• Keras 3.x 需搭配 Keras-NLP 0.10.0及以上 版本
• TensorFlow 版本必须 ≥2.15.0（2.15版本开始原生支持Keras 3作为独立后端）
• tensorflow-text 版本必须与TensorFlow主版本完全一致（例如TensorFlow 2.15.0对应tensorflow-text 2.15.0）
• 若使用Windows平台的tensorflow-intel，其版本需与TensorFlow版本保持一致

正确安装步骤（新建虚拟环境下执行） #

按以下顺序安装，避免pip自动触发版本替换：

1. 安装指定版本的TensorFlow（Windows平台替换为tensorflow-intel）

   pip install tensorflow==2.15.0
   # Windows平台执行：
   # pip install tensorflow-intel==2.15.0
   

2. 安装对应版本的tensorflow-text

   pip install tensorflow-text==2.15.0
   

3. 安装Keras 3.x及兼容的Keras-NLP

   pip install keras>=3.0.0 keras-nlp>=0.10.0
   

验证安装 #

运行以下测试代码确认环境正常：

import keras_nlp
bert_classifier = keras_nlp.models.BertClassifier.from_preset("bert_tiny_en_uncased")
print("BERT模型加载成功")

冲突原因说明 #

• 直接先安装Keras 3和Keras-NLP时，pip会默认安装依赖Keras 2.x的旧版TensorFlow，导致版本冲突
• 单独升级TensorFlow时，旧版TensorFlow的依赖规则会强制卸载Keras 3并安装Keras 2，同时未同步升级的tensorflow-text会与新TensorFlow版本不兼容

内容的提问来源于stack exchange，提问作者PamPamPam