Heroku无法满足tensorflow==2.3.0依赖，Flask部署求助

你猜的完全正确！Heroku默认使用的老版本pip（9.0.2）不满足TensorFlow 2.x对pip版本的最低要求（至少19.0），所以才会出现找不到TensorFlow 2.3包的错误。下面是几个亲测有效的解决办法：

方法1：在requirements.txt中优先升级pip #

如果你的项目用requirements.txt管理依赖，直接在文件最顶部添加升级pip的指令，确保安装TensorFlow前先把pip更新到足够新的版本：

pip>=20.2.2
tensorflow==2.3.0
# 其他依赖...

然后重新推送代码到Heroku，这时候Heroku会先执行pip install --upgrade pip，再安装TensorFlow 2.3，就能解决版本匹配问题了。

方法2：指定高版本Python（推荐） #

老版本Python自带的pip版本普遍偏低，通过指定Python 3.8及以上版本，可以直接获得符合要求的pip版本：

1. 在项目根目录创建runtime.txt文件，内容填写一个稳定的高版本Python，比如：

python-3.8.10

2. 确保你的requirements.txt或Pipfile中TensorFlow版本指定为2.3.0，重新推送代码。
   Heroku会根据runtime.txt安装对应的Python版本，自带的pip版本会在19.x以上，完全支持TensorFlow 2.3的安装。

方法3：统一用Pipenv管理依赖（避免冲突） #

如果你用Pipenv，要避免手动修改requirements.txt导致的依赖不一致问题，按以下步骤操作：

1. 修改Pipfile，把tensorflow的版本明确指定：

[[source]]
url = "https://pypi.org/simple"
verify_ssl = true
name = "pypi"

[packages]
flask = "*"
tensorflow = "==2.3.0"
# 其他依赖...

[dev-packages]

[requires]
python_version = "3.8"

2. 重新生成Pipfile.lock：

pipenv lock

3. 确保Heroku使用Python buildpack，并且优先读取Pipfile：

heroku buildpacks:set heroku/python

4. 结合方法2的runtime.txt指定Python 3.8+，推送代码后Heroku会用Pipfile.lock中的配置安装依赖，同时因为Python版本够新，pip也不会是老版本。

额外注意事项 #

• 不要同时混用Pipfile和手动编写的requirements.txt，容易出现依赖版本冲突，选一种方式坚持用就好。
• 如果之前推送过旧的依赖缓存，可以用heroku repo:purge_cache清除缓存，再重新推送，避免缓存导致的安装问题。

内容的提问来源于stack exchange，提问作者watersheep23