stable_baselines导入A2C报tensorflow.contrib缺失及安装失败问题

按操作成本从低到高排序，优先试靠前的方案：

方案1：用TF2内置v1兼容层运行，无需安装老旧TF1.x版本 #

不需要折腾TF1.15的安装，直接适配现有可正常安装的TF2版本即可：

1. 先清理当前环境里残留的冲突包：

pip uninstall -y tensorflow stable-baselines

2. 安装源内可正常获取的TF2版本和stable-baselines：

pip install tensorflow stable-baselines

3. 在代码最顶部、所有其他导入语句之前，加两行代码开启TF1兼容模式，解决tensorflow.contrib缺失的报错：

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
# 之后再写原有业务代码，包括A2C的导入
from stable_baselines import A2C

如果加完代码仍报contrib相关错误，直接把stable-baselines升级到最新小版本，官方后续补丁已经适配了TF2的v1兼容层。

方案2：必须使用原生TF1.15环境的处理方式 #

你之前两次安装TF1.15失败的核心原因有两个：

• 本地下载的whl包是cp37编译版本，仅适配Python3.7、x86_64架构Linux系统，如果你本地Python版本≥3.8，或是ARM架构、Windows/macOS系统，都会触发不兼容报错
• 全局site-packages无写入权限的问题，不需要改系统权限，用虚拟环境即可完全规避
  操作步骤：
• 先创建独立的Python3.7虚拟环境，和全局环境隔离：

# conda用户执行
conda create -n rl_tf1 python=3.7 -y
conda activate rl_tf1

# venv用户执行（需要本地提前装好Python3.7）
python3.7 -m venv rl_tf1_env
source rl_tf1_env/bin/activate

• 激活虚拟环境后直接安装对应依赖即可，虚拟环境自带独立包目录，不需要全局写入权限：

pip install tensorflow==1.15.0 stable-baselines

如果执行安装时仍提示找不到TF1.15.0安装包，临时切到PyPI官方源安装即可，部分第三方镜像会清理发布时间过久的老版本包。

方案3：换用持续维护的Stable-Baselines3，彻底规避TF版本兼容问题 #

原版stable-baselines已经停止维护多年，官方后续迭代版本是基于PyTorch开发的Stable-Baselines3，无TensorFlow依赖，不会出现TF版本冲突问题，接口和原版高度一致，A2C等算法的调用逻辑基本相同。
安装命令：

pip install stable-baselines3

对应导入语句修改为：

from stable_baselines3 import A2C

如果有基于原版stable-baselines写的旧代码，仅需少量调整参数即可迁移，大部分核心逻辑不需要改动。

内容的提问来源于stack exchange，提问作者AidenFive