安装构建时Python依赖版本不符（如protobuf需>=3.7当前3.6.0）如何解决

pip安装tensorflow==2.3.1时默认会拉取最新发布版的protobuf依赖，而protobuf从3.21.0版本开始正式放弃Python 3.6支持，最低运行要求提升到Python 3.7，因此触发版本不匹配报错。tensorflow==2.3.1本身没有强制要求高版本protobuf，只要安装适配Python 3.6的最后一个兼容版protobuf即可正常运行，不会出现API兼容问题。

• 首先清理当前环境里残留的不兼容protobuf版本，在激活的Python 3.6虚拟环境中执行：
  pip uninstall -y protobuf
• 安装适配Python 3.6、同时兼容tensorflow 2.3.1的protobuf版本，最后一个全功能支持Python3.6的稳定版是3.20.3：
  pip install protobuf==3.20.3
• 安装目标版本tensorflow，安装时指定升级策略避免pip自动把protobuf升级到不兼容的高版本：
  pip install tensorflow==2.3.1 --upgrade-strategy only-if-needed

安装完成后进入Python交互环境，依次执行导入命令验证：

import tensorflow as tf
import google.protobuf
print(tf.__version__)
print(google.protobuf.__version__)

正常输出2.3.1和3.20.3、无导入报错即配置成功。

• 不要尝试强行安装3.21.0及以上版本、4.x版本的protobuf，这些版本已经移除Python3.6兼容代码，即便跳过版本检查强制安装，运行时也会出现语法错误、C扩展加载失败、序列化接口不兼容等问题。
• 如果执行tensorflow安装命令时仍然触发protobuf升级，可中断安装后改用pip install tensorflow==2.3.1 --no-deps安装，之后手动补装tensorflow 2.3.1的其余依赖即可。

内容的提问来源于stack exchange，提问作者54V4G3208