如何在Streamlit托管平台更新pip以成功安装TensorFlow

问题原因 #

Streamlit托管平台的默认环境里，pip版本可能比较老旧，而TensorFlow（尤其是新版本）对pip的最低版本有要求，所以直接安装会触发「需更新pip」的错误——你本地的pip是新的，但平台用的是独立的运行环境，和本地环境不共享配置。

简单解决方法：在requirements.txt里先指定升级pip #

这是最适合新手的操作，只需要修改你的requirements.txt文件，把升级pip的要求放在最顶部，这样Streamlit在安装其他依赖前，会先把pip更新到指定版本，再装TensorFlow就不会报错了。

具体步骤：

1. 打开你的requirements.txt文件
2. 在第一行添加pip>=23.0.1（这个版本足够支持绝大多数新版TensorFlow，你也可以根据TensorFlow的要求调整成对应最低版本）
3. 然后列上你需要的其他模块，比如TensorFlow、Streamlit等，示例如下：

   pip>=23.0.1
   tensorflow>=2.15.0
   streamlit>=1.30.0
   # 这里放你的其他依赖，比如pandas、numpy之类的
   

4. 保存文件后，重新提交到Streamlit部署平台即可

额外注意事项 #

• 尽量给每个模块指定版本号，避免平台安装最新版导致和本地环境不一致（比如你本地用的TensorFlow是2.15，就写tensorflow>=2.15.0或者直接tensorflow==2.15.0）
• 如果还是遇到问题，可以试试指定更旧一点的TensorFlow版本（比如2.10），这类版本对pip的要求更低，但优先推荐升级pip的方案

内容的提问来源于stack exchange，提问作者Naresh M