如何正确不使用pip安装TensorFlow？并解决安装后出现的AttributeError报错问题

先说说你遇到的报错根源 #

你看到的 AttributeError: module 'tensorflow' has no attribute 'float32' 本质是环境混乱导致的：

• 你卸载了通过pip安装的TensorFlow，但没有重新安装，而之前残留的object_detection模块（在site-packages里）仍然试图调用TensorFlow的API，此时环境里要么完全没有TF，要么是残留的损坏文件；
• 另外，你只把models-master放到项目目录，但它是TensorFlow的工具库依赖，不是TensorFlow本体，没法替代TF的安装。

你的操作失误点 #

你混淆了「TensorFlow本体」和「TensorFlow Models工具库」：models-master里的object_detection是基于TensorFlow开发的检测框架，必须依赖安装好的TensorFlow才能运行，单纯把它放到项目目录没用，而且之前site-packages里的旧object_detection还在干扰你的代码。

一步步解决问题 #

1. 彻底清理混乱的环境

先把残留的TF和相关包清干净：

• 打开命令行，检查当前环境里的相关包：

  pip list | findstr tensorflow
  pip list | findstr object-detection
  

• 卸载所有残留的相关包：

  pip uninstall -y tensorflow tf-object-detection-api
  

• 手动删除site-packages里的残留文件夹：找到你的Python路径C:\Users\user\AppData\Local\Programs\Python\Python36\lib\site-packages，删掉所有名为tensorflow、object_detection的文件夹。

2. 重新安装匹配版本的TensorFlow

你的代码是针对TF1.15写的，直接用pip装回这个版本（Python3.6完全兼容）：

pip install tensorflow==1.15

3. 正确配置models-master（object_detection）

models-master不能随便丢在项目目录，得让Python能识别到它：

1. 把解压后的models-master放到一个固定路径，比如C:\Users\user\Desktop\models-master；
2. 添加环境变量：
   • 临时生效（每次开命令行都要跑）：

     set PYTHONPATH=C:\Users\user\Desktop\models-master\research;C:\Users\user\Desktop\models-master\research\slim;%PYTHONPATH%
     

   • 永久生效（Windows）：右键「此电脑」→属性→高级系统设置→环境变量→新建系统变量，变量名PYTHONPATH，值填上面两个路径（用分号分隔）；
3. 重新执行protoc编译（确保所有proto文件转成Python代码）：
   进入models-master\research目录，运行：

   protoc object_detection/protos/*.proto --python_out=.
   

4. 测试运行

回到你的项目目录，重新运行main_.py，应该就能正常加载模块了。

关于「不使用pip安装TensorFlow」的正确方式 #

其实非常不推荐手动安装，因为TF依赖大量底层库（CUDA、cuDNN、各种Python包），手动安装很容易出现依赖缺失、版本不匹配的问题。如果一定要尝试：

1. 从TensorFlow GitHub仓库下载对应版本的源码（比如1.15分支）；
2. 找到该版本的requirements.txt，手动用pip安装所有依赖包；
3. 配置编译环境（比如Windows需要MSVC、Bazel），编译TensorFlow源码；
4. 把编译好的TF包添加到Python的环境变量中。

但对于绝大多数开发者来说，用pip安装是最简单、最可靠的方式，没必要折腾手动安装。

内容的提问来源于stack exchange，提问作者user14972645