You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

aarch64/arm64平台源码编译TensorFlow 2.8遇tensorflow-io循环依赖如何解决?

解决办法

你遇到的是典型的跨架构编译循环依赖问题,按照以下步骤操作即可解决:

  • 第一步:先跳过依赖检查安装你自行编译的TensorFlow whl包
    如果系统默认Python包管理器为pip3,可将下文命令中的pip统一替换为pip3,执行安装命令:
    pip install --no-deps tensorflow-2.8.0-cp38-cp38-linux_aarch64.whl
    安装完成后执行python -c "import tensorflow as tf;print(tf.__version__)"验证TensorFlow可以正常导入即可。
  • 第二步:切换tensorflow-io仓库到匹配TF2.8的版本
    TF2.8对应的tensorflow-io版本范围是0.21.0~0.25.0,直接切到r0.25发布分支即可避免版本不匹配报错:
cd io
git checkout r0.25
  • 第三步:编译安装tensorflow-io
    先安装编译所需的基础依赖:
    apt update && apt install -y python3-dev bazel-5.0 libcurl4-openssl-dev
    然后再执行配置和编译命令:
./configure.sh
bazel build -s --verbose_failures //tensorflow_io/... //tensorflow_io_gcs_filesystem/...

编译完成后会生成对应的whl包,先安装tensorflow-io-gcs-filesystem的whl,再安装tensorflow-io的whl即可。

  • 第四步:补全TensorFlow剩余依赖
    执行以下命令自动安装所有遗漏的依赖:
    pip install tensorflow==2.8.0
    你已经本地安装了对应版本的TensorFlow和tensorflow-io组件,pip会自动跳过已安装的包,只补全其他缺失的依赖。

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

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.09.24 14:54:06