TensorFlow与Numpy版本兼容冲突问题及解决方案咨询

方案1：如果暂时用不到Numba（优先推荐） #

直接创建独立的conda环境来安装TensorFlow，彻底隔离依赖冲突：

• 打开Anaconda Prompt，创建新环境（指定Python 3.10，和TensorFlow 2.12.0兼容）：

  conda create -n tf_env python=3.10
  

• 激活新环境：

  conda activate tf_env
  

• 安装TensorFlow 2.12.0，pip会自动安装匹配的Numpy版本（符合>=1.22,<1.24要求），不会和Numba产生冲突：

  pip install tensorflow==2.12.0
  

方案2：如果需要同时使用Numba和TensorFlow #

找两者兼容的版本组合：

• Numba 0.56及以上版本已经支持Numpy 1.22+，所以可以升级Numba来适配TensorFlow的Numpy要求：
  1. 先安装符合TensorFlow要求的Numpy版本（比如1.23.5，在>=1.22,<1.24范围内）：

     pip install numpy==1.23.5
     

  2. 升级Numba到支持该Numpy版本的版本：

     pip install numba>=0.56
     

  3. 再安装TensorFlow 2.12.0：

     pip install tensorflow==2.12.0
     

• 如果你必须用Numba 0.55.1，那只能降级TensorFlow到支持Numpy 1.21.x的版本（比如TensorFlow 2.10），但这种方式不推荐，会损失TF新版本的功能。

给初学者的提醒 #

尽量用conda的独立环境来管理不同项目的依赖，每个项目单独开一个环境，避免全局环境里各种包的版本互相打架，这是机器学习入门阶段最省心的依赖管理方式。

内容的提问来源于stack exchange，提问作者Herr San