Jupyter Notebook 内核在导入 tensorflow 1.5.0 时死机
我已经阅读了很多与此相关的帖子，但他们都有更高版本的 tensorflow，并通过降级到 1.5.0 解决了这个问题。我也有更高的版本号并按照建议降级，但我仍然遇到问题。
有人知道接下来要尝试什么吗？
【问题讨论】：
import tensorflow 时会发生什么？
python 并且能够运行它。然后你可以在 python 控制台中做import tensorflow。
标签： tensorflow
pip install h5py==2.8.0
为我工作
【讨论】：
conda update h5py
尝试使用命令提示符时，我收到了与 tensorflow 问题无关的错误消息（我认为）； “警告！HDF5 库版本不匹配错误” 该消息正文中的关键信息是“标题是 1.10.1，库是 1.10.2”所以我通过“conda install -c anaconda hdf5=1.10.1”降级了 hdf5 库，现在错误消息消失了，内核确实导入tensorflow时不会死。
【讨论】：
我遇到了类似的问题，任何 tensorflow 或 tensorflow 相关的包（例如 keras）在从任何接口（jupyter、spyder、控制台...）加载时都会使我的内核死机
对于遇到此类问题的人，请尝试从控制台以详细模式 (python -v) 运行 python，然后导入 tensorflow 并查找错误。
我发现了与 h5py 相关的错误，类似于@DBSE 的回复。我刚刚升级了 h5py 包然后一切都解决了！
【讨论】：
如果您使用的是 conda 环境，那么解决此问题的最简单方法是创建一个新环境并仅使用一个命令安装 tensorflow。我有同样的问题，我在大多数 python 和 tensorflow 版本上都尝试了很多。但最后我只需要一个步骤就成功配置了它。
运行此命令安装 GPU 版本
conda create --name tf_gpu tensorflow-gpu
上述代码行将自动安装与您的 GPU 或 CPU 兼容的 python 和 tf 版本。
对于 CPU，运行此命令
conda create --name tf_env tensorflow
这两个命令都可以 100% 与我的系统一起工作，以访问 GPU 和 CPU，并将下载与系统兼容的最新版本。它将解决/修复“非法指令（代码转储）”错误。
【讨论】：
pip install h5py==3.1.0
这是对我有用的最新版本。
【讨论】：
在 Keras 和 Tensorflow 之前尝试使用 import numpy。
【讨论】：