本文主要是介绍NotImplementedError: Cannot convert a symbolic Tensor解决办法，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
如题，装了tensorflow-gpu 2.5.0后，搭建神经网络模型，使用tf.keras.layers的一系列神经网络层都会出现以下这个报错信息：
NotImplementedError: Cannot convert a symbolic Tensor (sequential/simple_rnn/strided_slice:0) to a numpy array. This error may indicate that you’re trying to pass a Tensor to a NumPy call, which is not supported。
经过多方查证和亲身实验后我认为原因是tensorflow和numpy版本不兼容的问题，办法是将tensorflow降到2.3或2.4，同时将numpy降到1.19.x的版本，此时要求python版本为3.6-3.8。
具体操作方法（默认已经装了anaconda)：
1.打开anaconda prompt，在其中输入conda create -n aaa python=3.8，其中aaa是环境名，可以自己取；
2.创建好环境后，conda activate aaa，进入刚刚创建的aaa环境；
3.conda install tensorflow-gpu=2.3.0 安装tensorflow，如果有提示，全部选择y；
4.安装好tensorflow后，conda install numpy==1.19.5，安装好后即完成。
下附：tensorflow-gpu和python的版本对应关系，感谢作者整理。
2021最新：TensorFlow各个GPU版本CUDA和cuDNN对应版本整理(最简洁)_K1052176873的博客-CSDN博客
这篇关于NotImplementedError: Cannot convert a symbolic Tensor解决办法的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
