主机环境下TensorFlow安装失败导致Django项目运行异常求助

1. 修复TensorFlow安装进程终止问题 #

调整网络参数并使用镜像源 #

安装中断多因网络超时，延长pip超时时间并切换国内镜像源提速：

# 替换2.x为项目依赖的具体版本（如2.15.0）
pip install --default-timeout=100 tensorflow==2.x
# 或使用国内镜像源
pip install --default-timeout=100 -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==2.x

排查内存不足问题 #

Linux系统内存不足会触发OOM Killer终止安装进程，先查看内存状态：

free -h

若可用内存低于2GB，临时创建swap分区补充：

# 创建1GB swap文件
sudo fallocate -l 1G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile

安装完成后可清理swap：sudo swapoff /swapfile && sudo rm /swapfile

升级pip并确保虚拟环境正确 #

全局pip版本过低或环境不匹配也会导致安装失败：

# 升级pip到最新版
pip install --upgrade pip
# 激活项目对应的虚拟环境（如果使用了）
source venv/bin/activate
# 重新安装TensorFlow
pip install tensorflow==2.x

手动下载wheel包安装 #

若在线安装持续失败，下载对应Python版本、系统架构的TensorFlow wheel包（如Python3.10对应tensorflow-2.15.0-cp310-cp310-linux_x86_64.whl），本地安装：

pip install tensorflow-2.15.0-cp310-cp310-linux_x86_64.whl

2. 验证TensorFlow安装状态 #

安装完成后执行以下命令确认：

python -c "import tensorflow as tf; print(tf.__version__)"

若输出对应版本号则安装成功；若仍提示ModuleNotFoundError，用which python确认当前Python解释器路径，确保pip与python属于同一环境。

3. 解决Django项目迁移报错 #

TensorFlow安装成功后，重新运行迁移命令：

python manage.py makemigrations

此时系统应能正常检测到TensorFlow 2.x，不再抛出RuntimeError。若仍报错，检查项目代码中框架检测逻辑，确认是否正确识别TensorFlow安装路径。

内容的提问来源于stack exchange，提问作者CanKURT