電腦崩了，突然識別不出網卡了，然後萬能解決方法——重裝系統🙃。裝完又要重新配環境。因爲要跑的代碼是tensorflow1.3，自動安裝的版本默認是最新的，即使是pip install tensorflow==1.3，但是在自動安裝tensorflow相關依賴包時有時還是會默認裝最新版的，就導致一直出現版本不匹配的問題。
1. tensorflow與protobuf的版本對應
當tensorflow和protobuf版本不匹配的時候就會報下面這個錯誤。tensorflow對protobuf的版本要求很嚴格，編譯tensorflow的Ｃ庫時，沒有找到具體的版本參考，bazel的版本官網上有詳細說明。
from google.protobuf.pyext import _message
ImportError: DLL load failed: 找不到指定的程序。
經過一番查找，目前只找到了以下幾個對應關係：
tensorflow 1.5 --------------- protobuf 3.4
tensorflow 1.12 --------------- protobuf 3.6
tensorflow 1.10 --------------- protobuf 3.6
tensorflow 1.0.0 --------------- protobuf 3.1
tensorflow 0.12 --------------- protobuf 3.1
tensorflow 0.11 --------------- protobuf 3.0.2
解決方法：
卸載掉之前的protobuf；然後pip install protobuf==XXX（對應版本號）
2. tensorflow與keras版本對應
當tensorflow與keras的版本不匹配時，就會出現：
ModuleNotFoundError: No module named 'tensorflow.python.eager'
這個是tensorflow與keras的版本對應表。同樣卸載安裝對應版本。
3. tensorflow與numpy版本對應
有時還會出現tensorflow和numpy的版本不兼容的問題，這個我沒找到官方的對應表。我目前知道的是tensorflow1.12和tensorflow1.3都可以用numpy1.17.4。
還有一個問題，一開始是在anaconda中新建環境安裝卸載各種包，有時候install/uninstall一個包會同時install/uninstall其他相關的依賴包，搞得我一直因爲版本對應的問題重裝了好幾遍🤦，如果是個別包的版本不對應可以直接在pycharm中刪去再重裝對應版本的包，感覺這樣更方便🤓。