Windows环境运行FgSegNet：是否需降级Keras、TensorFlow？及操作方法

作为刚接触Python深度学习的新手，我先给你明确结论：非常建议你降级到作者指定的Keras和TensorFlow版本，原因很简单——深度学习框架的版本迭代快，不同版本间的API差异、内部实现变化很容易导致代码报错，作者的代码是基于旧版本开发的，直接用你当前的高版本跑大概率会遇到各种奇怪的兼容问题。不过你的Python版本是3.5.5，和作者的3.6.3差异很小，基本不需要调整Python版本，先把框架版本对齐就好。

具体降级步骤（Windows + Anaconda3） #

1. 打开Anaconda Prompt：在Windows开始菜单里找到Anaconda3文件夹，点击“Anaconda Prompt”启动命令行。
2. 激活你的环境（可选）：如果你用的是自定义虚拟环境，输入conda activate 你的环境名称切换到目标环境；如果用的是默认base环境，这一步可以跳过。
3. 卸载当前版本的框架：
   • 输入以下命令卸载现有Keras和TensorFlow：

     pip uninstall keras tensorflow -y
     

     如果你之前装的是TensorFlow-GPU版本，把命令里的tensorflow改成tensorflow-gpu即可
4. 安装指定版本的框架：
   • 先安装TensorFlow-gpu 1.1.0（如果你的机器没有GPU，就换成tensorflow==1.1.0）：

     pip install tensorflow-gpu==1.1.0
     

   • 再安装Keras 2.0.6：

     pip install keras==2.0.6
     

   注意安装顺序：先装TensorFlow再装Keras，因为Keras会自动适配已安装的TensorFlow版本

额外注意事项 #

• 如果安装过程中出现依赖冲突，试试用conda命令安装，它会自动处理依赖关系：

  conda install tensorflow-gpu=1.1.0 keras=2.0.6 -y
  

• 安装完成后，验证版本是否正确：在Python交互环境中输入以下代码：

  import tensorflow as tf
  import keras
  print("TensorFlow版本:", tf.__version__)
  print("Keras版本:", keras.__version__)
  

  输出应该显示1.1.0和2.0.6就说明安装成功了。

内容的提问来源于stack exchange，提问作者ihssane houhou