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。
Original: https://blog.csdn.net/sinat_40304087/article/details/120422369
Author: 斗南花卉市场
Title: NotImplementedError: Cannot convert a symbolic Tensor解决办法
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/496530/
转载文章受原作者版权保护。转载请注明原作者出处！