具有虚拟环境的 vscode 中的 Jupyter 笔记本无法导入 tensorflow
Jupyter notebook in vscode with virtual environment fails to import tensorflow
我正在尝试在 vscode.
中使用 jupyter notebook 创建一个隔离的虚拟环境 运行 tensorflow & tf2onnx
tf2onnx packge 推荐 python 3.7，而我的本地 3.7.9 版本通常适用于 tensorflow 项目，所以我使用 pyenv 将本地和全球版本设置为 3.7.9。
以下是我的设置过程：
python -m venv .venv
然后在 vscode 中启动一个新终端后：
pip install tensorflow==2.7.0
pip freeze > requirements.txt
在此之后，在我的 jupyter notebook 的一个单元格中，以下行失败了
import tensorflow.keras as keras
异常：
TypeError: Descriptors cannot not be created directly.
If this call came from a _pb2.py file, your generated code is out of date and must be
regenerated with protoc >= 3.19.0.
If you cannot immediately regenerate your protos, some other possible workarounds are:
1. Downgrade the protobuf package to 3.20.x or lower.
2. Set PROTOCOL_BUFFERS_PYTHON_IMPLEMENTATION=python (but this will use pure-Python
parsing and will be much slower).
此时，protobuf 包版本在我的需求文件中显示为 v4.21.0。在安装tensorflow之前，我尝试将3.20.1版本预安装到虚拟环境中，但这没有任何效果。
这是安装tensorflow后的完整需求文件：
absl-py==1.0.0
astunparse==1.6.3
cachetools==5.1.0
certifi==2022.5.18.1
charset-normalizer==2.0.12
flatbuffers==2.0
gast==0.4.0
google-auth==2.6.6
google-auth-oauthlib==0.4.6
google-pasta==0.2.0
grpcio==1.46.3
h5py==3.7.0
idna==3.3
importlib-metadata==4.11.4
keras==2.7.0
Keras-Preprocessing==1.1.2
libclang==14.0.1
Markdown==3.3.7
numpy==1.21.6
oauthlib==3.2.0
opt-einsum==3.3.0
protobuf==4.21.0
pyasn1==0.4.8
pyasn1-modules==0.2.8
requests==2.27.1
requests-oauthlib==1.3.1
rsa==4.8
six==1.16.0
tensorboard==2.9.0
tensorboard-data-server==0.6.1
tensorboard-plugin-wit==1.8.1
tensorflow==2.7.0
tensorflow-estimator==2.7.0
tensorflow-io-gcs-filesystem==0.26.0
termcolor==1.1.0
typing-extensions==4.2.0
urllib3==1.26.9
Werkzeug==2.1.2
wrapt==1.14.1
zipp==3.8.0
最近 change in protobuf is causing TensorFlow to break。在安装 TensorFlow 之前降级可能不起作用，因为 TensorFlow 可能会提升版本本身。检查安装过程中是否发生了这种情况。
您可能想要：
降级
pip install --upgrade "protobuf<=3.20.1"
安装 TensorFlow 后，或
将 TensorFlow 升级到最新版本，因为 TensorFlow 已在其 2.9.1 版本中更新了其安装文件。
我正在尝试在 vscode.
中使用 jupyter notebook 创建一个隔离的虚拟环境 运行 tensorflow & tf2onnxtf2onnx packge 推荐 python 3.7，而我的本地 3.7.9 版本通常适用于 tensorflow 项目，所以我使用 pyenv 将本地和全球版本设置为 3.7.9。
以下是我的设置过程：
python -m venv .venv
然后在 vscode 中启动一个新终端后：
pip install tensorflow==2.7.0
pip freeze > requirements.txt
在此之后，在我的 jupyter notebook 的一个单元格中，以下行失败了
import tensorflow.keras as keras
异常：
TypeError: Descriptors cannot not be created directly. If this call came from a _pb2.py file, your generated code is out of date and must be regenerated with protoc >= 3.19.0. If you cannot immediately regenerate your protos, some other possible workarounds are: 1. Downgrade the protobuf package to 3.20.x or lower. 2. Set PROTOCOL_BUFFERS_PYTHON_IMPLEMENTATION=python (but this will use pure-Python parsing and will be much slower).
此时，protobuf 包版本在我的需求文件中显示为 v4.21.0。在安装tensorflow之前，我尝试将3.20.1版本预安装到虚拟环境中，但这没有任何效果。
这是安装tensorflow后的完整需求文件：
absl-py==1.0.0
astunparse==1.6.3
cachetools==5.1.0
certifi==2022.5.18.1
charset-normalizer==2.0.12
flatbuffers==2.0
gast==0.4.0
google-auth==2.6.6
google-auth-oauthlib==0.4.6
google-pasta==0.2.0
grpcio==1.46.3
h5py==3.7.0
idna==3.3
importlib-metadata==4.11.4
keras==2.7.0
Keras-Preprocessing==1.1.2
libclang==14.0.1
Markdown==3.3.7
numpy==1.21.6
oauthlib==3.2.0
opt-einsum==3.3.0
protobuf==4.21.0
pyasn1==0.4.8
pyasn1-modules==0.2.8
requests==2.27.1
requests-oauthlib==1.3.1
rsa==4.8
six==1.16.0
tensorboard==2.9.0
tensorboard-data-server==0.6.1
tensorboard-plugin-wit==1.8.1
tensorflow==2.7.0
tensorflow-estimator==2.7.0
tensorflow-io-gcs-filesystem==0.26.0
termcolor==1.1.0
typing-extensions==4.2.0
urllib3==1.26.9
Werkzeug==2.1.2
wrapt==1.14.1
zipp==3.8.0
最近 change in protobuf is causing TensorFlow to break。在安装 TensorFlow 之前降级可能不起作用，因为 TensorFlow 可能会提升版本本身。检查安装过程中是否发生了这种情况。
您可能想要：
降级
pip install --upgrade "protobuf<=3.20.1"
安装 TensorFlow 后，或
将 TensorFlow 升级到最新版本，因为 TensorFlow 已在其 2.9.1 版本中更新了其安装文件。