如何不通过pip安装旧版TensorFlow？能否在Google Colab运行MINU-EXTRACTNET？

能否运行？ #

可以在Google Colab上运行该项目，但需要手动切换到Python 2.7环境（Colab默认使用Python 3）。虽然Python 2已停止官方维护，但针对项目指定的TensorFlow 1.7.0和Keras 2.1.6版本，仍可完成环境配置并运行代码。

具体配置步骤 #

1. 切换到Python 2.7环境
   在Colab的代码单元格中依次执行以下命令，将默认Python版本切换为2.7：

   !sudo update-alternatives --install /usr/bin/python python /usr/bin/python2.7 1
   !sudo update-alternatives --install /usr/bin/python python /usr/bin/python3.8 2
   !sudo update-alternatives --config python
   

   执行最后一条命令后，在弹出的选项中输入1并回车，确认切换到Python 2.7。可通过!python --version验证版本是否切换成功。

2. 安装Python 2.7对应的pip
   由于Colab默认的pip可能绑定Python 3，需重新安装Python 2的pip：

   !curl https://bootstrap.pypa.io/pip/2.7/get-pip.py --output get-pip.py
   !python get-pip.py
   

3. 安装指定版本的TensorFlow和Keras
   直接通过pip安装项目要求的版本，注意TensorFlow 1.7.0需搭配兼容的numpy版本：

   !pip install numpy<=1.16.0
   !pip install tensorflow==1.7.0
   !pip install keras==2.1.6
   

   可通过!pip list | grep -E "tensorflow|keras|numpy"验证安装版本是否符合要求。

4. 克隆并运行项目代码
   克隆项目仓库并进入目录：

   !git clone https://github.com/deshuttam/MINU-EXTRACTNET
   %cd MINU-EXTRACTNET
   

   之后按照项目README文档中的说明，执行对应的运行脚本即可。

注意事项 #

• TensorFlow 1.7.0对CUDA版本有要求（需CUDA 9.0），若Colab默认CUDA版本过高，可选择使用CPU版本的TensorFlow（安装命令改为!pip install tensorflow-cpu==1.7.0）。
• 部分依赖包可能因Python 2停止维护出现安装失败，可尝试手动指定兼容的旧版本。

内容的提问来源于stack exchange，提问作者Luiz Fernando Puttow Southier