为R安装Keras和Tensorflow时报r-reticulate环境python=3.7安装失败如何解决

问题根源 #

报错的核心原因是use_condaenv配置未生效：reticulate包的Python环境配置必须在加载keras、tensorflow包之前执行，你先加载了相关包再指定环境，初始化完成的配置不会更新，因此安装时默认调用了reticulate自带的r-reticulate兜底环境，才会出现路径不符合预期、安装python3.7失败的问题。

最简安装步骤 #

前置准备 #

完全重启R会话（使用RStudio建议直接关闭重启，不要恢复历史工作区），确保没有任何reticulate、keras、tensorflow相关包被加载。

步骤1：提前指定Conda环境 #

执行以下代码，注意把路径替换为你自己的Miniconda 绝对路径，不要只用相对名miniconda3：

# 第一步必须先加载reticulate指定环境，优先级最高
library(reticulate)
# 路径示例：Windows为C:/Users/你的用户名/miniconda3，Mac/Linux为/Users/你的用户名/miniconda3
use_condaenv("替换为你的Miniconda绝对路径", required = TRUE)
# 验证配置：输出的Python路径符合你的预期再继续后续操作
py_config()

步骤2：安装R端依赖包 #

install.packages(c("keras", "tensorflow"))

步骤3：安装Python端框架 #

不需要同时执行install_keras和install_tensorflow，install_keras会自动安装适配版本的TensorFlow，避免版本冲突：

library(keras)
library(tensorflow)
# 指定用你自己的Conda环境安装，不会改动原有r-reticulate环境
install_keras(method = "conda", envname = "替换为你的Miniconda绝对路径", version = "release")
# 验证安装：成功输出张量则安装完成
tf$constant("Install success!")

保留r-reticulate环境的方案 #

如果需要保留原有r-reticulate环境做R Markdown混编，建议单独新建一个Conda环境用来跑Keras/TensorFlow，两类环境完全独立互不影响：

• 先通过Miniconda新建一个名为r-tf的独立环境
• 安装时把上述步骤中的envname替换为r-tf的绝对路径即可
• 编写R Markdown需要混编时，再切换回r-reticulate环境即可

内容的提问来源于stack exchange，提问作者Alox