TensorFlow Federated‘Hello World’示例在VS Code Jupyter Notebook运行失败求助

问题分析 #

你看到的CUDA相关警告是因为当前环境没有NVIDIA GPU和CUDA驱动，属于正常提示，不是导致代码卡住的原因。代码卡住的核心原因通常和TFF的异步执行逻辑、Jupyter的事件循环冲突，或者版本兼容性有关。

解决方案 #

1. 调整异步执行配置 #

在现有代码基础上，显式指定TFF使用同步执行模式，避免异步事件循环阻塞：

import tensorflow as tf
import tensorflow_federated as tff
import nest_asyncio

# 应用nest_asyncio后，强制TFF使用同步执行
nest_asyncio.apply()
tff.backends.native.set_sync_execution_context()

print(tff.federated_computation(lambda: 'Hello, World!')())

2. 修复版本兼容性问题 #

你的TensorFlow（2.11.1）和TensorFlow Federated（0.48.0）版本不匹配：

• TFF 0.48.0要求TensorFlow版本为2.15.x
• 建议二选一调整版本：
  • 降级TFF到适配TF2.11的版本：pip install tensorflow-federated==0.40.0
  • 或升级TensorFlow到2.15：pip install tensorflow==2.15.0

3. 排除Jupyter环境干扰 #

先在VS Code的普通Python脚本（.py文件）中运行代码，验证核心逻辑是否正常：

import tensorflow as tf
import tensorflow_federated as tff

print(tff.federated_computation(lambda: 'Hello, World!')())

如果脚本能正常输出，说明问题出在Jupyter的事件循环配置，此时可以尝试：

• 重启Notebook内核
• 升级notebook包：pip install --upgrade notebook

验证步骤 #

运行修改后的代码后，若输出Hello, World!则问题解决；若仍卡住，可尝试：

• 用全新虚拟环境重新安装所有依赖
• 检查系统CPU/内存占用，排除资源不足导致的阻塞

内容的提问来源于stack exchange，提问作者Amar Pal Singh