24年.04.10分享用到的包的版本

[zhangzadou]

之前代码一直跑不起来，归其原因还是tensorflow tensorlayer gym版本的问题不对劲。现在终于跑起来了。分享一下用到关键的包的版本：
gym==0.20.0

h5py==3.1.0

hdf5==1.12.1

keras==2.9.0

kiwisolver==1.4.5

matplotlib==3.8.4

opencv==4.6.0

python==3.9.19

tensorflow==2.9.0

tensorlayer==2.2.5

很多包的版本高了不行、低了不行。也不要用gymnasium就用gym

[JayBuendia]

按照你的环境来的，报错TypeError: init() got an unexpected keyword argument 'metaclass'

[zhangzadou]

按照你的环境来的，报错TypeError: init() got an unexpected keyword argument 'metaclass'

这个要看你具体在哪里的报错，是哪个包有错还是哪里的代码有错，可以提供更详细的信息

[F18810565662]

我补充一下我的：（主要是参考楼主来的，非常感谢，过程中遇到一些需要改动的地方（主要是gym0.20.0中setup.py描述opencv-python版本时把3.改成3.0，然后是tensorflow_probability/python/internal/backend/numpy下面的程序中，将np.bool-->bool，改动方面可以根据程序的报错提示来改））
gym 0.20.0 pypi_0 pypi
h5py 3.1.0 nompi_py39hf27771d_100 conda-forge
hdf5 1.10.6 nompi_he0bbb20_101 conda-forge
keras 2.9.0 pypi_0 pypi
keras-preprocessing 1.1.2 pypi_0 pypi
kiwisolver 1.4.5 py39h2b77a98_2 https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
matplotlib 3.8.4 pypi_0 pypi
numpy 1.23.5 pypi_0 pypi
opencv-python 4.6.0.66 pypi_0 pypi
openssl 3.5.1 h725018a_0 conda-forge
pillow 11.1.0 py39hea0d53e_1 defaults
pip 24.0 pypi_0 pypi
scipy 1.9.3 pypi_0 pypi
setuptools 80.9.0 pypi_0 pypi
six 1.17.0 pypi_0 pypi
tensorflow 2.9.0 pypi_0 pypi
tensorflow-estimator 2.9.0 pypi_0 pypi
tensorflow-io-gcs-filesystem 0.31.0 pypi_0 pypi
tensorflow-probability 0.13.0 pypi_0 pypi
tensorlayer 2.2.5 pypi_0 pypi
在程序（比如 tutorial_DPPG.py）中添加补丁代码：

🔧 补丁代码

import h5py
def patched_load_weights_from_hdf5_group_in_order(f, layers):
"""
修复 tensorlayer 读取 HDF5 权重时因 h5py>=3 和 InputLayer 报错的问题
f: h5py.File 对象
layers: 模型的层列表
"""

# 获取层名称，适配h5py>=3.0(str不再是bytes，需要判断)
layer_names = f.attrs["layer_names"]
layer_names = [n.decode('utf8') if isinstance(n, bytes) else n for n in layer_names]

# 构建层名称->权重数据 映射
layer_dict = {}
for name in layer_names:
    g = f[name]
    weight_names = g.attrs["weight_names"]
    weight_names = [n.decode('utf8') if isinstance(n, bytes) else n for n in weight_names]
    weights = [g[weight_name][()] for weight_name in weight_names]
    layer_dict[name] = weights

# 设置权重，跳过没有set_weights的层(如Inputlayer)
for layer, name in zip(layers, layer_names):
    if name in layer_dict and hasattr(layer, 'set_weights'):
        layer.set_weights(layer_dict[name])

tl.files.utils._load_weights_from_hdf5_group_in_order = patched_load_weights_from_hdf5_group_in_order

🔧 到这里为止