Google Colab中安装TensorFlow 1.x失败及运行时连接问题求助

问题概述 #

• 此前在Python 3.8版本的Google Colab中执行!pip install tensorflow==1.14可成功安装，近期执行相同命令失败。
• 尝试通过以下命令切换Python版本至3.6.9后，TensorFlow 1.14可安装，但重启运行时后始终处于“connecting”状态无法连接：

  !sudo update-alternatives --config python3
  !apt-get install python3-pip
  !python -m pip install --upgrade pip --user
  

问题根源 #

Google Colab的托管运行时环境会定期更新基础镜像，近期的镜像更新可能破坏了Python 3.8与TensorFlow 1.14的依赖兼容性；而手动修改系统级Python版本会打乱Colab预配置的环境依赖链，导致运行时启动失败——Colab运行时依赖官方预封装的镜像配置，私自修改系统核心组件会引发启动异常。

解决方案 #

方案1：使用兼容Python 3.7的旧镜像（推荐） #

TensorFlow 1.14对Python 3.7兼容性良好，可通过以下步骤规避新版本镜像的问题：

1. 打开Colab笔记本，点击顶部菜单栏Runtime → Change runtime type，将硬件加速器暂时设为None，保存设置。
2. 在首个单元格执行以下命令安装TensorFlow 1.14：

   !pip install --upgrade pip
   !pip install tensorflow==1.14
   

3. 若需要GPU支持，安装完成后可重新开启GPU加速（部分旧版CUDA镜像仍支持TensorFlow 1.x）。

方案2：用conda创建隔离环境 #

通过conda搭建独立环境，避免修改系统级Python：

1. 安装Miniconda：

   !wget https://repo.anaconda.com/miniconda/Miniconda3-py37_4.8.2-Linux-x86_64.sh
   !chmod +x Miniconda3-py37_4.8.2-Linux-x86_64.sh
   !bash ./Miniconda3-py37_4.8.2-Linux-x86_64.sh -b -f -p /usr/local
   

2. 配置环境并安装TensorFlow 1.14：

   import sys
   sys.path.append('/usr/local/lib/python3.7/site-packages')
   

   !conda install -y tensorflow==1.14
   

3. 验证安装：

   import tensorflow as tf
   print(tf.__version__)
   

方案3：选择Colab内置的TensorFlow 1.x运行时 #

Colab提供了预设的TensorFlow 1.x运行时选项：

1. 点击Runtime → Change runtime type。
2. 在运行时类型中选择Python 3，并找到TensorFlow 1.x的选项（部分版本需在高级设置中查看），保存后重启运行时。
3. 重启后直接验证TensorFlow版本即可，无需手动安装。

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