尝试使用tensorflow时出现以下错误
importError Traceback(最近一次调用 最后)in() ----> 1导入张量流为tf
〜\ Anaconda3 \ lib \ site-packages \ tensorflow__init __。py in() 22 23 #pylint:disable = wildcard-import ---> 24来自tensorflow.python import * 25 #pylint:enable = wildcard-import 26
〜\ Anaconda3 \ lib \ site-packages \ tensorflow \ python__init __。py in () 使用
tf.load_op_library()
导入的54#可以访问中定义的符号 55#_pywrap_tensorflow.so。 ---> 56导入numpy为np 57尝试: 58如果hasattr(sys,' getdlopenflags')和hasattr(sys,' setdlopenflags'):〜\ Anaconda3 \ lib \ site-packages \ numpy__init __。py in() 140返回装载机(*包,**选项) 141 - > 142来自。 import add_newdocs 143 所有 = [' add_newdocs', 144' ModuleDeprecationWarning',
〜\ Anaconda3 \ lib \ site-packages \ numpy \ add_newdocs.py in() 11来自 future import division,absolute_import,print_function 12 ---> 13来自numpy.lib import add_newdoc 14 15 ################################################## ##############################
〜\ Anaconda3 \ lib \ site-packages \ numpy \ lib__init __。py in() 6来自numpy.version导入版本为版本 7 ----> 8来自.type_check import * 9来自.index_tricks导入* 10来自.function_base import *
〜\ Anaconda3 \ lib \ site-packages \ numpy \ lib \ type_check.py in() 9' common_type'] 10 ---> 11将numpy.core.numeric导入为_nx 12来自numpy.core.numeric import asarray,asanyarray,array,isnan,zeros 13来自.ufunclike import isneginf,isposinf
〜\ Anaconda3 \ lib \ site-packages \ numpy \ core__init __。py in() 36来自。将数字类型导入为nt 37 multiarray.set_typeDict(nt.sctypeDict) ---> 38来自。导入数字 39来自.numeric import * 40来自。从数字导入
()中的〜\ Anaconda3 \ lib \ site-packages \ numpy \ core \ numeric.py 1818 1819#使用numarray的打印功能 - > 1820来自.arrayprint import array2string,get_printoptions,set_printoptions 1821 1822
〜\ Anaconda3 \ lib \ site-packages \ numpy \ core \ arrayprint.py in() 42来自.umath import absolute,not_equal,isnan,isinf,isfinite,isnat 43来自。导入多阵列 ---> 44来自.multiarray import(array,dragon4_positional,dragon4_scientific, 45 datetime_as_string,datetime_data,dtype,ndarray, 46 set_legacy_print_mode)
我尝试将TF从1.1升级到最新版本后发生此错误。所以我不知道我正在使用的当前TF版本。 我使用的是没有GPU的Windows 10。
你知道怎么解决吗?
答案 0 :(得分:0)
这似乎是Numpy的问题,它是Tensorflow的依赖项。您是否尝试过使用pip或conda升级numpy版本?
例如:import matplotlib.pyplot as plt
import matplotlib.collections
import numpy as np
def showMeshPlot(nodes, elements, values):
y = nodes[:,0]
z = nodes[:,1]
def quatplot(y,z, quatrangles, values, ax=None, **kwargs):
if not ax: ax=plt.gca()
yz = np.c_[y,z]
verts= yz[quatrangles]
pc = matplotlib.collections.PolyCollection(verts, **kwargs)
pc.set_array(values)
ax.add_collection(pc)
ax.autoscale()
return pc
fig, ax = plt.subplots()
ax.set_aspect('equal')
pc = quatplot(y,z, np.asarray(elements), values, ax=ax,
edgecolor="crimson", cmap="rainbow")
fig.colorbar(pc, ax=ax)
ax.plot(y,z, marker="o", ls="", color="crimson")
ax.set(title='This is the plot for: quad', xlabel='Y Axis', ylabel='Z Axis')
plt.show()
nodes = np.array([[0,0], [0,0.5],[0,1],[0.5,0], [0.5,0.5], [0.5,1], [1,0],
[1,0.5],[1,1]])
elements = np.array([[0,3,4,1],[1,4,5,2],[3,6,7,4],[4,7,8,5]])
stresses = np.array([1,2,3,4])
showMeshPlot(nodes, elements, stresses)