Tensorflow 2.4.0을 설치할 때 라이브러리 계속 충돌

 

 

문제 : tensorflow 2.4.0을 설치하지만 라이브러리가 계속 충돌

 

cuda version에 맞게 old한 버전의 tensorflow를 설치하려고 하는데 계속 오류가 난다! 

 

 

 

 

패키지 설치 순서 매우 중요 !!

 

 

1. conda create -n {envname} python=3.8 

 

2. conda activate {envname} 

 

3. pip install tensorfow==2.4.0 

만들자마자 제일 먼저 할 일은 tensorflow 맞는 버전 설치하기다. 그러면 부수적인 패키지는 대부분 함께 설치됨. (pandas 제외) 

 

4. pip install tqdm 

 

5. pip install ipykernel 

 

6. python -m ipykernel install --user --name {envname} --display-name {kernelname}

ipykernel 하나를 만든다. 

 

7. pip install pandas==1.1.5 

텐서플로우 설치 후!! pandas 설치한다. 2.4.0에 맞는 판다스는 1.1.5다. 

 

8. pip install scikit-learn==1.0.1 

모델을 돌릴 sklearn(본래 이름 scikit-learn)을 설치한다. 

 

8. pip install matplotlib==3.6

numpy 1.19에 맞는 matplotlib을 설치한다

 

10. pip freeze > requirements.txt 

저장하고 싶으면 이 상태에서 패키지 리스트를 저장하자 

 

 

pandas를 tensorflow 다음으로 설치하는 것이 제일 중요하다 아니면 꼬인다. 

 

numpy는 tensorflow 설치하면서 자동적으로 맞는 버전으로 설치된다. 

 

tensorflow에서 계속 tensor 관련 에러가 나왔지만 잘 해결됐다. 

 

 

 

history 

2022  conda create -n envname python=3.8
2023  conda activate envname
2024  pip install tensorflow==2.4.0
2025  pip install tqdm
2026  pip install ipykernel
2027  python -m ipykernel install --user --name envname --display-name lstm_k_
2029  pip install pandas==1.1.5
2030  pip freeze > requirements.txt 
2032  pip install scikit-learn==1.0.1
2033  pip freeze > requirements.txt
+
2037  pip install matplotlib==3.6

 

 

pip freeze > requirements.txt 한 결과 

absl-py==0.15.0
asttokens==2.2.1
astunparse==1.6.3
backcall==0.2.0
cachetools==5.3.1
certifi==2023.5.7
charset-normalizer==3.1.0
comm==0.1.3
contourpy==1.1.0
cycler==0.11.0
debugpy==1.6.7
decorator==5.1.1
et-xmlfile==1.1.0
executing==1.2.0
flatbuffers==1.12
fonttools==4.40.0
gast==0.3.3
google-auth==2.20.0
google-auth-oauthlib==0.4.6
google-pasta==0.2.0
grpcio==1.32.0
h5py==2.10.0
idna==3.4
importlib-metadata==6.7.0
importlib-resources==5.12.0
ipykernel==6.23.2
ipython==8.12.2
jedi==0.18.2
joblib==1.2.0
jupyter_client==8.2.0
jupyter_core==5.3.1
Keras-Preprocessing==1.1.2
kiwisolver==1.4.4
Markdown==3.4.3
MarkupSafe==2.1.3
matplotlib==3.6.0
matplotlib-inline==0.1.6
nest-asyncio==1.5.6
numpy==1.19.5
oauthlib==3.2.2
openpyxl==3.1.2
opt-einsum==3.3.0
packaging==23.1
pandas==1.1.5
parso==0.8.3
pexpect==4.8.0
pickleshare==0.7.5
Pillow==9.5.0
platformdirs==3.6.0
prompt-toolkit==3.0.38
protobuf==3.20.3
psutil==5.9.5
ptyprocess==0.7.0
pure-eval==0.2.2
pyasn1==0.5.0
pyasn1-modules==0.3.0
Pygments==2.15.1
pyparsing==3.1.0
python-dateutil==2.8.2
pytz==2023.3
pyzmq==25.1.0
requests==2.31.0
requests-oauthlib==1.3.1
rsa==4.9
scikit-learn==1.0.1
scipy==1.10.1
six==1.15.0
stack-data==0.6.2
tensorboard==2.11.2
tensorboard-data-server==0.6.1
tensorboard-plugin-wit==1.8.1
tensorflow==2.4.0
tensorflow-estimator==2.4.0
termcolor==1.1.0
threadpoolctl==3.1.0
tornado==6.3.2
tqdm==4.65.0
traitlets==5.9.0
typing-extensions==3.7.4.3
urllib3==1.26.16
wcwidth==0.2.6
Werkzeug==2.3.6
wrapt==1.12.1
zipp==3.15.0

 

 

맞는 버전 확인 시 참고한 사이트들 

https://www.tensorflow.org/install/source?hl=ko#tested_build_configurations 

소스에서 빌드  |  TensorFlow

 

https://github.com/scikit-learn/scikit-learn/issues/20642

Poor performance of sklearn.cluster.KMeans for numpy >= 1.19.0 · Issue #20642 · scikit-learn/scikit-learn

 

 

https://itbhome.tistory.com/56

Pandas API

 

 

https://romillion.tistory.com/55

cuDNN version check cuDNN 버전 확인 안될 때 cuDNN 8.x

 

 

https://matplotlib.org/stable/devel/min_dep_policy.html

Minimum version of dependencies policy — Matplotlib 3.7.1 documentation