TensorFlow 2搭配Matplotlib运行异常：Jupyter内核崩溃求助

以下是针对性的排查和解决步骤：

• 版本兼容性检查
  先确认当前TensorFlow版本，运行import tensorflow as tf; print(tf.__version__)，然后卸载现有Matplotlib，安装和TF版本兼容的稳定版：

  conda uninstall matplotlib -y
  conda install matplotlib=3.5.3 -y # 该版本适配多数TF 2.x环境
  

• 切换Matplotlib后端
  默认后端可能和Jupyter环境不兼容，在代码开头添加以下配置：

  %matplotlib inline # Jupyter专用魔法命令，优先使用
  import matplotlib.pyplot as plt
  

  或者强制指定无GUI后端：

  import matplotlib
  matplotlib.use('Agg')
  import matplotlib.pyplot as plt
  

• 修复依赖冲突
  用conda list查看环境包列表，重点检查numpy版本——Matplotlib和TensorFlow对numpy版本有重叠要求，若版本过高/过低，执行：

  conda install numpy=1.21.6 -y # 该版本适配多数TF 2.x和Matplotlib 3.x
  

• 重新绑定内核
  内核与环境绑定失效也可能导致崩溃，重新安装并绑定内核：

  conda install ipykernel -y
  python -m ipykernel install --user --name your_tensorflow_env --display-name "TensorFlow Env"
  

  之后在Jupyter中切换到新创建的内核运行代码。

• 最小代码测试
  先运行极简代码排除业务代码问题：

  %matplotlib inline
  import matplotlib.pyplot as plt
  plt.plot([1,2,3])
  plt.show()
  

  若此代码仍崩溃，优先排查环境依赖；若正常，再检查原代码中Matplotlib的调用逻辑。

内容的提问来源于stack exchange，提问作者s s