已安装TensorFlow 1.4仍提示升级错误，Object Detection API运行异常求助

咱们先把核心问题捋清楚：你的neuralnets conda环境大概率是因为依赖冲突、文件损坏或者pip本身故障，才出现了既识别不到已安装的TensorFlow 1.4，连pip list都报错的情况。接下来一步步修复：

第一步：先修复环境里的pip工具 #

既然pip list直接报错，那先把pip本身修好：

• 激活你的目标环境：conda activate neuralnets
• 强制重装pip：conda install pip --force-reinstall
  完成这步后，再运行pip list，如果能正常输出依赖列表，说明pip的问题解决了。

第二步：彻底清理并重装TensorFlow 1.4及配套依赖 #

如果pip恢复后，还是出现版本识别错误，那就彻底清理旧的TF残留再重装：

1. 卸载所有TensorFlow相关包（不管CPU还是GPU版都清干净）：

   pip uninstall tensorflow tensorflow-gpu -y
   conda remove tensorflow tensorflow-gpu -y
   

2. 重新安装对应版本的TensorFlow，注意TF1.4只支持Python 3.5/3.6，别用更高版本的Python：
   • CPU版本：pip install tensorflow==1.4.0
   • GPU版本：pip install tensorflow-gpu==1.4.0
3. 安装Object Detection API必需的依赖（指定版本避免冲突）：

   pip install numpy==1.16.0 pillow matplotlib protobuf==3.6.1
   

第三步：验证TensorFlow版本是否正常识别 #

安装完成后，在环境里启动Python，输入以下代码验证：

import tensorflow as tf
print(tf.__version__)

如果输出1.4.0，说明版本识别正常了，再去运行object_detection_tutorial.ipynb应该就不会弹出版本升级的错误了。

备选方案：新建干净的conda环境（如果旧环境修复无效） #

要是上面的步骤都没解决问题，干脆直接建个新环境，彻底避开旧环境的残留问题：

1. 创建新环境（指定Python 3.6适配TF1.4）：

   conda create -n tf14_clean python=3.6
   

2. 激活新环境：conda activate tf14_clean
3. 重复第二步的TF和依赖安装流程，然后把你的Object Detection项目移到这个新环境下运行。

最后提醒一句：TensorFlow 1.4是比较老旧的版本，尽量别在这个环境里随意安装其他新库，很容易触发依赖冲突，导致环境再次损坏。

内容的提问来源于stack exchange，提问作者Sinan Sivri