我的环境:
Python 3.11.2,Tensorflow 2.12.0-rc 1,Tensorflow-datasets 4.8.3,在Visual Studio Code中完美干净的新创建的虚拟环境,执行的唯一操作是pip安装上面的两个库。
import语句:
import tensorflow as tf
import tensorflow_datasets as tfds
运行速度很快,没有bug。但是,下一行:
dataset, info = tfds.load('plant_village', split='train', with_info=True)
产生错误:
尝试访问其他数据集(如mnist)是成功的。这是该数据集特有的错误吗?我如何克服此错误并加载此数据集?请注意,完全相同的代码行在google colab上可以完美工作。
2条答案
按热度按时间wfveoks01#
根据测试的构建配置,您应该在系统中安装具有给定兼容Python版本的稳定tensorflow,以避免意外错误。
TensorFlow 2.11
和python 3.10
是最新的稳定兼容版本。目前还没有与
python 3.11
版本兼容的Tensorflow版本。如果问题仍然存在,请告诉我们。谢谢!
gcmastyq2#
正如@TFer2所提到的,在写这篇评论时,Google Colab目前使用的是Tensorflow 2.11.0、Tensorflow Datasets 4.8.3和Python 3.9.16。您应该在您使用的Colab中验证这些库的版本号,并创建一个新的环境来匹配这些版本。