You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

安装teachable-machine遇依赖冲突,无法安装tensorflow求助

解决teachable-machine安装依赖冲突及tensorflow版本匹配问题

第一步:确认Python版本兼容性

tensorflow 2.12.0rc0及以上版本对Python版本有明确要求:

  • 2.12.x 支持 Python 3.8 ~ 3.10
  • 2.13+ 支持 Python 3.8 ~ 3.11
    执行以下命令检查当前Python版本:
python --version
# 或 python3 --version

如果Python版本不在对应范围内,先升级/降级Python到兼容版本。

第二步:升级pip到最新版本

旧版pip可能无法检索到最新的tensorflow版本,执行升级命令:

pip install --upgrade pip
# 或 pip3 install --upgrade pip

第三步:指定兼容的tensorflow版本安装

先安装teachable-machine 1.1要求的最低兼容tensorflow正式版,再安装teachable-machine:

# 安装tensorflow 2.12.0(正式版,比rc0更稳定)
pip install tensorflow==2.12.0
# 再安装teachable-machine
pip install teachable-machine==1.1

如果仍提示找不到tensorflow版本,尝试强制重新安装:

pip install tensorflow==2.12.0 --force-reinstall

第四步:使用虚拟环境隔离依赖(推荐)

全局环境的依赖冲突是常见问题,用虚拟环境彻底隔离项目依赖:

# 创建虚拟环境(Python3.8+)
python -m venv tm-env
# 激活虚拟环境
# Windows系统
tm-env\Scripts\activate
# Linux/macOS系统
source tm-env/bin/activate
# 激活后重新执行安装流程
pip install --upgrade pip
pip install tensorflow==2.12.0
pip install teachable-machine==1.1

第五步:特殊平台适配处理

  • macOS M系列芯片:需安装适配arm64架构的tensorflow版本:
pip install tensorflow-macos==2.12.0
pip install tensorflow-metal==0.8.0  # 用于GPU加速

完成后再安装teachable-machine。

  • 低配置设备:若无法安装完整tensorflow,尝试安装CPU版本:
pip install tensorflow-cpu==2.12.0

内容的提问来源于stack exchange,提问作者KKNg

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.07.04 01:34:56