2023 年 12 月 5 日 - TensorFlow 团队发布 我们发布了一个针对安装问题的热修复程序,该问题影响了 TensorFlow 安装过程。TensorFlow 2.15.0 Python 包发布时,要求安装与 tensorrt 相关的包,但这些包无法找到,除非用户事先安装它们或提供额外的安装标志。这种依赖关系影响了所有通过 pip install tensorflow[and-cuda]
同时安装 TensorFlow 2.15 和 NVIDIA CUDA 依赖项的用户。根据安装方法的不同,TensorFlow 2.14 可能会被安装而不是 2.15,或者用户可能会因缺少这些依赖项而收到安装错误。
我们发布了一个针对安装问题的热修复程序,该问题影响了 TensorFlow 安装过程。TensorFlow 2.15.0 Python 包发布时,要求安装与 tensorrt
相关的包,但这些包无法找到,除非用户事先安装它们或提供额外的安装标志。这种依赖关系影响了所有通过 pip install tensorflow[and-cuda]
同时安装 TensorFlow 2.15 和 NVIDIA CUDA 依赖项的用户。根据安装方法的不同,TensorFlow 2.14 可能会被安装而不是 2.15,或者用户可能会因缺少这些依赖项而收到安装错误。
为了尽快解决此问题,我们发布了适用于 Linux x86_64 平台的 TensorFlow 2.15.0.post1。此版本从 tensorflow[and-cuda]
安装方法中删除了 tensorrt
Python 包依赖项。只要系统上已安装 TensorRT,对 TensorRT 的支持就不会受到影响。现在,pip install tensorflow[and-cuda]
可以按预期的方式用于 TensorFlow 2.15。
使用 .post1 而不是完整的次要版本允许我们快速发布此版本。但是,请注意以下注意事项:对于希望在要求文件或其他情况下固定其 Python 依赖项的用户,根据 Python 的版本规范规则,tensorflow[and-cuda]==2.15.0
不会安装此修复版本。请使用 ==2.15.0.post1
在 Linux 平台上指定此确切版本,或使用模糊版本规范,例如 ==2.15.*
,以在所有平台上指定 TensorFlow 2.15 的最新兼容版本。
2023 年 12 月 5 日 - TensorFlow 团队发布 我们发布了一个针对安装问题的热修复程序,该问题影响了 TensorFlow 安装过程。TensorFlow 2.15.0 Python 包发布时,要求安装与 tensorrt 相关的包,但这些包无法找到,除非用户事先安装它们或提供额外的安装标志。这种依赖关系影响了所有通过 pip install tensorflow[and-cuda]
同时安装 TensorFlow 2.15 和 NVIDIA CUDA 依赖项的用户。根据安装方法的不同,TensorFlow 2.14 可能会被安装而不是 2.15,或者用户可能会因缺少这些依赖项而收到安装错误。