TensorFlow导入耗时过长（超80秒），疑与_fill_cache相关求排查

这问题我之前也碰到过几次，TensorFlow导入突然变慢到几十秒，大概率和缓存、环境依赖或者系统层面的问题有关，结合你提到的_fill_cache环节异常，给你几个针对性的排查方向：

• 清理TensorFlow缓存目录
  _fill_cache是TF加载时填充内部缓存的核心步骤，如果缓存文件损坏、路径权限异常，就会导致这个环节卡顿。你可以手动清理TF的缓存目录：

  • Linux/macOS：删除~/.cache/tensorflow目录下的所有内容
  • Windows：删除C:\Users\<你的用户名>\AppData\Local\Temp\tensorflow目录下的内容
    清理完成后重新运行脚本，看看导入速度是否恢复。

• 排查环境依赖与版本冲突
  近期如果更新过TensorFlow、Python或者核心依赖包（比如numpy、protobuf），很可能出现版本不兼容的情况，导致导入时加载逻辑异常。可以尝试：

  • 回退到之前能正常快速运行的TF版本：pip install tensorflow==<你之前使用的版本号>
  • 用pip list查看当前依赖版本，对照TensorFlow官方文档确认protobuf、numpy等核心依赖的推荐版本，对不匹配的依赖进行升级或降级。

• 检查系统磁盘与权限问题
  导入慢也可能是系统磁盘IO瓶颈，或者TF没有足够权限读取/写入缓存文件：

  • 查看系统磁盘使用率，确保系统盘有足够剩余空间，同时检查磁盘是否存在IO卡顿（比如用iostat（Linux/macOS）或任务管理器（Windows）查看磁盘占用）
  • 尝试用管理员/root权限运行脚本，验证是否是权限不足导致缓存无法正常操作。

• 临时禁用导入缓存做验证
  你可以通过设置环境变量临时跳过TF的导入缓存，快速验证问题是否确实出在_fill_cache环节：

  • Linux/macOS：在运行脚本前执行命令 export TF_DISABLE_IMPORT_CACHE=1
  • Windows：在命令行执行 set TF_DISABLE_IMPORT_CACHE=1
    如果设置后导入速度恢复到1秒以内，就可以确定是缓存相关的问题，再回到第一个方案彻底解决缓存损坏或路径的问题。

内容的提问来源于stack exchange，提问作者Honeybear