调用tf.keras.applications.ResNet152V2出现protobuf描述符池报错如何解决

问题原因 #

你的操作问题出在安装TensorFlow时没有确认依赖版本匹配，也没有提前排查虚拟环境中已有的包会不会带来依赖冲突。
你遇到的这个报错是protobuf（谷歌的序列化协议库）版本与当前安装的TensorFlow版本不兼容导致的。TensorFlow对依赖的protobuf版本范围有明确要求，当环境中安装的protobuf版本不在适配范围内、或者存在多个版本的protobuf冲突时，就会出现proto文件无法正常解析的错误。

解决方案 #

• 方案一：直接安装适配版本的protobuf
  先执行pip show tensorflow查看已安装的TensorFlow版本，再安装对应适配范围内的protobuf版本，主流稳定TensorFlow版本适配的3.20.3版本可直接执行：

  pip install protobuf==3.20.3
  

  安装完成后重启Python运行环境，重新运行代码验证即可。
• 方案二：干净重装TensorFlow自动匹配依赖
  先卸载当前环境中的TensorFlow和protobuf，避免残留版本冲突：

  pip uninstall -y tensorflow protobuf
  

  再重新安装TensorFlow，pip会自动拉取适配的protobuf版本：

  pip install tensorflow
  # 若需要指定版本可改为pip install tensorflow==[目标版本号]
  

• 方案三：排查其他依赖冲突
  执行pip check命令检查当前虚拟环境中所有包的依赖冲突，如果有其他第三方包强制锁定了不符合TensorFlow要求的protobuf版本，调整对应包的版本适配即可。

内容的提问来源于stack exchange，提问作者Tobi Lawful