Ubuntu（GCloud VM）安装TensorFlow时的Protobuf版本冲突问题

这种依赖版本冲突在Python包安装里真的很常见，我来给你几个靠谱的解决办法，从最稳妥的到应急的都有：

1. 用虚拟环境隔离依赖（强烈推荐） #

全局环境的依赖很容易互相打架，用虚拟环境把TensorFlow的依赖单独隔离开就不会有问题了：

• 先安装virtualenv（如果你的Ubuntu还没装的话）：

  sudo apt update && sudo apt install python3-virtualenv
  

• 创建一个专门给TensorFlow用的虚拟环境：

  virtualenv -p python3 tf_env
  

• 激活这个虚拟环境（每次用TensorFlow前都要激活）：

  source tf_env/bin/activate
  

• 现在在虚拟环境里直接安装TensorFlow和新版apache-beam，pip会自动处理兼容的版本：

  pip install tensorflow apache-beam>=2.0.0
  

  新版的apache-beam（2.0及以上）已经不再强制要求protobuf 3.2.0，和TensorFlow需要的高版本protobuf完全兼容。

2. 全局环境安装兼容的版本组合 #

如果不想用虚拟环境，也可以手动指定一组互相兼容的包版本：

• 先把冲突的包全部卸载干净：

  pip uninstall -y apache-beam protobuf tensorflow-tensorboard tensorboard tensorflow
  

• 然后安装经过验证的兼容版本：

  pip install tensorflow==1.14.0 apache-beam==2.10.0 protobuf==3.8.0
  

  这个组合里，TensorFlow 1.14.0既支持高版本protobuf，又能和apache-beam 2.10.0完美配合，不会出现版本锁死的问题。

3. 临时忽略警告应急（不推荐） #

如果只是测试用，不想折腾版本，可以强制安装并忽略已有的protobuf版本：

pip install tensorflow --ignore-installed protobuf

不过这种方法可能埋下隐患，比如某些依赖包运行时会报错，只适合临时应急使用。

为啥会出现这个问题？ #

简单说就是旧版apache-beam（0.6.0）是TensorFlow早期版本带的依赖，它硬要求protobuf必须是3.2.0，但现在TensorFlow更新后，配套的tensorboard需要更高版本的protobuf（>=3.4.0），两边的要求撞在一起了。只要把apache-beam升级到2.x版本，这个矛盾就解决了，因为新版已经放宽了protobuf的版本限制。

内容的提问来源于stack exchange，提问作者saurabh rathor