如何修复‘module 'tensorflow' has no attribute 'estimator'’错误及CUDA问题
针对你遇到的一系列问题，我会逐个拆解给出实用解决方案：
1. AttributeError: module 'tensorflow' has no attribute 'estimator'（TF1.13.1）
在TensorFlow 1.13.x版本中，estimator模块尚未完全整合到主TensorFlow包中，它是以独立的tensorflow-estimator包形式存在的。虽然你已经安装了对应版本的tensorflow-estimator 1.13.0，但不能直接通过tf.estimator访问，需要单独导入：
import tensorflow_estimator as tf_estimator # 后续使用时替换为tf_estimator，示例： estimator = tf_estimator.Estimator(model_fn=your_model_fn)
另外可以排查下是否存在包冲突：
- 确认当前激活的是目标环境：
conda activate your_env_name - 执行
pip show tensorflow tensorflow-estimator，确保两者版本匹配（TF1.13.1对应estimator1.13.0是正确组合） - 如果之前混用pip安装过TF相关包，建议完全卸载后用conda重新安装：
pip uninstall -y tensorflow tensorflow-estimator conda install tensorflow=1.13.1 tensorflow-estimator=1.13.0
2. Conda更新权限错误（PermissionError: [Errno 13]）
你遇到的权限问题是因为系统级安装的Anaconda目录（/usr/share/anaconda3）需要管理员权限才能修改，有两种解决方式：
临时用sudo更新：
sudo conda update -n base -c defaults conda注意：用sudo操作conda会切换到root环境，后续安装包尽量避免使用sudo，防止破坏用户权限。
改为用户级Anaconda安装（长期推荐）：
重新下载Anaconda安装包，选择安装路径为用户目录下（比如~/anaconda3），后续操作无需sudo，从根源避免权限问题。
3. CUDA版本兼容及库定位问题
（1）安装cudatoolkit==10.1
如果是通过YAML创建环境，直接执行：
conda env create -f your_env.yaml
如果是已存在的环境，激活后执行：
conda install cudatoolkit=10.1
conda会自动处理依赖，安装对应版本的CUDA工具包。
（2）解决CUDA库定位失败（找不到cublas、cusparse等）
conda安装的cudatoolkit库文件在当前环境的lib目录下，需要手动设置环境变量让系统识别：
激活目标环境后，临时设置变量：
export LD_LIBRARY_PATH=$CONDA_PREFIX/lib:$LD_LIBRARY_PATH export CUDA_HOME=$CONDA_PREFIX
如果需要永久生效，将命令添加到环境激活脚本：
- 创建激活脚本目录：
mkdir -p $CONDA_PREFIX/etc/conda/activate.d - 写入环境变量到
env_vars.sh：echo 'export LD_LIBRARY_PATH=$CONDA_PREFIX/lib:$LD_LIBRARY_PATH' >> $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh echo 'export CUDA_HOME=$CONDA_PREFIX' >> $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh
这样每次激活环境时，变量会自动配置，解决库找不到的问题。
（3）libdevice文件定位问题
conda安装的cudatoolkit中，libdevice文件位于$CONDA_PREFIX/lib/nvvm/libdevice，设置CUDA_HOME后多数工具会自动识别，若仍有问题可手动添加：
export NUMBA_CUDA_LIBDEVICE_DIR=$CONDA_PREFIX/lib/nvvm/libdevice
同样可以将此命令写入上述env_vars.sh文件永久生效。
内容的提问来源于stack exchange，提问作者cjs
