TensorFlow无法导入求助：刚安装后运行测试程序异常

嘿，我在社区里碰到过好几个和你一模一样的情况——导入TensorFlow前的代码正常跑，一到import tensorflow as tf就卡住，甚至IDE崩溃。给你几个实际可行的排查方向和解决办法：

1. 先确认版本兼容性 #

TensorFlow对Python版本有严格要求，比如TF 2.x只支持Python 3.8~3.11（不同小版本略有差异）。如果你的Python版本和TF版本不匹配，导入时就容易出现资源加载停滞。

• 先在终端里查版本：

  python --version
  pip show tensorflow
  

• 如果版本不兼容，卸载重装适配的版本，比如兼容性较好的TF 2.15.0：

  pip uninstall tensorflow -y
  pip install tensorflow==2.15.0
  

2. 避开Spyder，先在命令行测试 #

Spyder的IPython控制台有时候会和TensorFlow的后台进程冲突，导致卡住或崩溃。你可以先绕开Spyder验证：

• 把测试代码存成test_tf.py文件
• 打开终端，直接运行：

  python test_tf.py
  

如果命令行能正常输出结果，那问题就出在Spyder上：

• 把Spyder更新到最新版
• 或者在Spyder的设置里，把控制台类型从「IPython控制台」改成「普通Python控制台」，减少资源占用

3. 检查系统资源是否足够 #

TensorFlow导入时会初始化大量后端组件（比如CPU的MKL加速库、GPU的CUDA驱动），如果你的电脑内存不足（比如8G内存同时开了很多程序），就会卡住甚至崩溃。

• 打开任务管理器（Windows）或活动监视器（Mac），看运行代码时内存占用是不是接近满了
• 关闭其他后台程序，释放内存；如果内存长期紧张，可以试试安装轻量版的TensorFlow Lite：

  pip install tensorflow-lite
  

4. 用干净的虚拟环境测试 #

如果你的全局Python环境里装了很多杂七杂八的包，可能和TensorFlow有依赖冲突。可以创建一个全新的虚拟环境：

# 创建虚拟环境（以Python 3.9为例）
python -m venv tf_clean_env

# 激活环境
# Windows用户
tf_clean_env\Scripts\activate
# Mac/Linux用户
source tf_clean_env/bin/activate

# 安装TensorFlow
pip install tensorflow

然后在这个干净的环境里跑测试代码，排除依赖冲突的问题。

额外小提示：更新你的测试代码到TF 2.x写法 #

你的测试代码是TF 1.x的风格（用tf.Session()），如果装的是TF 2.x版本，兼容模式会额外加载很多组件，可能加重卡顿。改成TF 2.x的写法试试：

print('test before')
import tensorflow as tf
print('test after')
hello = tf.constant('Hello, TensorFlow!')
# 直接获取张量值
print(hello.numpy().decode('utf-8'))

内容的提问来源于stack exchange，提问作者Zach