conda环境TensorFlow 2.12.0出现__version__属性缺失的AttributeError问题

排查内核与环境匹配问题 #

• 先在JupyterLab中执行代码，确认当前Python环境路径：

  import sys
  print(sys.executable)
  

  将输出路径与conda env list命令显示的'tf'环境Python路径对比，若不一致，说明Jupyter内核未关联到正确环境。
• 激活'tf'环境后重新安装ipykernel：

  conda activate tf
  pip install ipykernel
  python -m ipykernel install --user --name tf --display-name "TensorFlow 2.12"
  

  重启JupyterLab后选择新添加的内核运行代码。

检查模块污染问题 #

• 确认代码运行目录下不存在tensorflow.py、tf.py同名文件，也没有tensorflow文件夹——这类文件/目录会覆盖官方TensorFlow模块。
• 执行代码验证模块路径：

  import tensorflow
  print(tensorflow.__file__)
  

  若输出不是conda'tf'环境site-packages下的TensorFlow路径（格式类似/xxx/conda/envs/tf/lib/python3.x/site-packages/tensorflow/__init__.py），删除同名文件/目录即可。

强制重装纯净TensorFlow #

• 激活'tf'环境后，完全卸载相关依赖：

  pip uninstall -y tensorflow tensorflow-estimator keras keras-cv
  

• 清理pip缓存：

  pip cache purge
  

• 重新安装指定版本（适配TF2.12的keras-cv版本为0.6.0）：

  pip install tensorflow==2.12.0 keras-cv==0.6.0
  

验证安装有效性 #

• 在终端激活'tf'环境，直接运行Python并执行：

  import tensorflow as tf
  print(tf.__version__)
  import keras_cv
  print(keras_cv.__version__)
  

  若终端能正常输出版本，说明问题出在Jupyter内核关联；若终端也报错，考虑重建conda环境：

  conda remove -n tf --all
  conda create -n tf python=3.10  # TensorFlow 2.12推荐适配Python3.9-3.10
  conda activate tf
  pip install tensorflow==2.12.0 keras-cv
  

内容的提问来源于stack exchange，提问作者Izzy