导入TensorFlow时报protobuf描述符池构建失败TypeError求解

该报错是TensorFlow版本与protobuf依赖版本不兼容导致的，你此前重装未对齐两个包的匹配版本，同时Anaconda环境下混合使用conda和pip装底层依赖包也容易残留冲突文件，导致问题无法解决。

• 第一步：完全清空当前环境的冲突包

# 优先用conda卸载残留
conda remove -y tensorflow protobuf keras
# 再用pip二次清理
pip uninstall -y tensorflow protobuf keras

• 第二步：根据你需要使用的TensorFlow版本，安装对应兼容范围的protobuf，参考匹配规则：
  • TensorFlow 2.6~2.10版本：protobuf 3.19.x ~ 3.20.x
  • TensorFlow 2.11~2.15版本：protobuf 3.20.x ~ 4.23.x
  • TensorFlow 2.16及以上版本：protobuf >=4.21.6, <5.0.0
• 第三步：统一用同一包管理工具安装匹配版本，比如安装TensorFlow 2.10版本的命令为：

# 用conda安装（更适配Anaconda环境）
conda install tensorflow=2.10 protobuf=3.20.3
# 若偏好pip安装：
pip install tensorflow==2.10 protobuf==3.20.3

• 第四步：验证修复效果，执行以下代码确认版本对齐、导入正常：

import sys
# 确认当前运行的Python内核对应你操作的Anaconda环境，避免装错环境
print(sys.executable)
import protobuf
print("protobuf版本：", protobuf.__version__)
import tensorflow
print("TensorFlow版本：", tensorflow.__version__)

• 不要混合使用conda和pip安装TensorFlow、protobuf这类底层依赖包，避免产生版本冲突
• 你的导入代码中同时混用tensorflow.keras和独立keras的导入方式，也容易引发兼容性问题，建议统一使用TensorFlow自带的keras，即所有keras相关导入都改为from tensorflow.keras.xxx import xxx的格式，无需单独安装独立keras包。

内容的提问来源于stack exchange，提问作者Dhanush