Pythonの「tensorflow」がうまく利用できない点について

Question

Pythonの「tensorflow」がうまく利用できません。
pip install tensorflowなどを行い、pathを通したはずですがうまくいきません。
数日前までは、添付画像のようにモジュール警告の線が引かれているのにも関わらず実行できました。

しかし、現在は実行を行っても、エラーになります。
エラー文は以下となります。

TypeError: Unable to convert function return value to a Python type! The signature was
() -> handle

また、Tracebackの内容は以下です。

Traceback (most recent call last):
File "c:\Users\K21060066\Desktop\Python学習ファイル\自然言語処理入門\chapter09\models.py", line 1, in <module>
from tensorflow.keras.models import Model
File "C:\Users\K21060066\AppData\Local\Programs\Python\Python39\lib\site-packages\tensorflow_init_.py", line 37, in <module>
from tensorflow.python.tools import module_util as module_util
File "C:\Users\K21060066\AppData\Local\Programs\Python\Python39\lib\site-packages\tensorflow\python_init.py", line 42, in <module>
from tensorflow.python import data
File "C:\Users\K21060066\AppData\Local\Programs\Python\Python39\lib\site-packages\tensorflow\python\data_init_.py", line 21, in <module>
from tensorflow.python.data import experimental
File "C:\Users\K21060066\AppData\Local\Programs\Python\Python39\lib\site-packages\tensorflow\python\data\experimental_init_.py", line 95, in <module>
from tensorflow.python.data.experimental import service
File "C:\Users\K21060066\AppData\Local\Programs\Python\Python39\lib\site-packages\tensorflow\python\data\experimental\service_init_.py", line 387, in <module>
from tensorflow.python.data.experimental.ops.data_service_ops import distribute
File "C:\Users\K21060066\AppData\Local\Programs\Python\Python39\lib\site-packages\tensorflow\python\data\experimental\ops\data_service_ops.py", line 23, in <module>
from tensorflow.python.data.experimental.ops import compression_ops
File "C:\Users\K21060066\AppData\Local\Programs\Python\Python39\lib\site-packages\tensorflow\python\data\experimental\ops\compression_ops.py", line 16, in <module>
from tensorflow.python.data.util import structure
File "C:\Users\K21060066\AppData\Local\Programs\Python\Python39\lib\site-packages\tensorflow\python\data\util\structure.py", line 22, in <module>
from tensorflow.python.data.util import nest
File "C:\Users\K21060066\AppData\Local\Programs\Python\Python39\lib\site-packages\tensorflow\python\data\util\nest.py", line 36, in <module>
from tensorflow.python.framework import sparse_tensor as _sparse_tensor
File "C:\Users\K21060066\AppData\Local\Programs\Python\Python39\lib\site-packages\tensorflow\python\framework\sparse_tensor.py", line 24, in <module>
from tensorflow.python.framework import constant_op
File "C:\Users\K21060066\AppData\Local\Programs\Python\Python39\lib\site-packages\tensorflow\python\framework\constant_op.py", line 25, in <module>
from tensorflow.python.eager import execute
File "C:\Users\K21060066\AppData\Local\Programs\Python\Python39\lib\site-packages\tensorflow\python\eager\execute.py", line 23, in <module>
from tensorflow.python.framework import dtypes
File "C:\Users\K21060066\AppData\Local\Programs\Python\Python39\lib\site-packages\tensorflow\python\framework\dtypes.py", line 29, in <module>
_np_bfloat16 = _pywrap_bfloat16.TF_bfloat16_type()
TypeError: Unable to convert function return value to a Python type! The signature was
() -> handle

ライブラリのtensorflow付近のリストは以下のようになっています。

もし、この辺に精通している方がいらしましたら、ぜひご教授ください。
また、現在はanacondaの利用はできないのでご容赦ください。

#models.py
from tensorflow.keras.models import Model
from tensorflow.keras.layers import Dense, Input, Embedding, SimpleRNN, LSTM, Conv1D, GlobalMaxPooling1D


class RNNModel:

    def __init__(self, input_dim, output_dim,
                 emb_dim=300, hid_dim=100,
                 embeddings=None, trainable=True):
        self.input = Input(shape=(None,), name='input')
        if embeddings is None:
            self.embedding = Embedding(input_dim=input_dim,
                                       output_dim=emb_dim,
                                       mask_zero=True,
                                       trainable=trainable,
                                       name='embedding')
        else:
            self.embedding = Embedding(input_dim=embeddings.shape[0],
                                       output_dim=embeddings.shape[1],
                                       mask_zero=True,
                                       trainable=trainable,
                                       weights=[embeddings],
                                       name='embedding')
        self.rnn = SimpleRNN(hid_dim, name='rnn')
        self.fc = Dense(output_dim, activation='softmax')

    def build(self):
        x = self.input
        embedding = self.embedding(x)
        output = self.rnn(embedding)
        y = self.fc(output)
        return Model(inputs=x, outputs=y)


class LSTMModel:

    def __init__(self, input_dim, output_dim,
                 emb_dim=300, hid_dim=100,
                 embeddings=None, trainable=True):
        self.input = Input(shape=(None,), name='input')
        if embeddings is None:
            self.embedding = Embedding(input_dim=input_dim,
                                       output_dim=emb_dim,
                                       mask_zero=True,
                                       trainable=trainable,
                                       name='embedding')
        else:
            self.embedding = Embedding(input_dim=embeddings.shape[0],
                                       output_dim=embeddings.shape[1],
                                       mask_zero=True,
                                       trainable=trainable,
                                       weights=[embeddings],
                                       name='embedding')
        self.lstm = LSTM(hid_dim, name='lstm')
        self.fc = Dense(output_dim, activation='softmax')

    def build(self):
        x = self.input
        embedding = self.embedding(x)
        output = self.lstm(embedding)
        y = self.fc(output)
        return Model(inputs=x, outputs=y)


class CNNModel:

    def __init__(self, input_dim, output_dim,
                 filters=250, kernel_size=3,
                 emb_dim=300, embeddings=None, trainable=True):
        self.input = Input(shape=(None,), name='input')
        if embeddings is None:
            self.embedding = Embedding(input_dim=input_dim,
                                       output_dim=emb_dim,
                                       trainable=trainable,
                                       name='embedding')
        else:
            self.embedding = Embedding(input_dim=embeddings.shape[0],
                                       output_dim=embeddings.shape[1],
                                       trainable=trainable,
                                       weights=[embeddings],
                                       name='embedding')
        self.conv = Conv1D(filters,
                           kernel_size,
                           padding='valid',
                           activation='relu',
                           strides=1)
        self.pool = GlobalMaxPooling1D()
        self.fc = Dense(output_dim, activation='softmax')

    def build(self):
        x = self.input
        embedding = self.embedding(x)
        conv = self.conv(embedding)
        pool = self.pool(conv)
        y = self.fc(pool)
        return Model(inputs=x, outputs=y)


class LSTMCNNModel:

    def __init__(self, input_dim, output_dim,
                 filters=250, kernel_size=3,
                 emb_dim=300, hid_dim=100, embeddings=None):
        self.input = Input(shape=(None,), name='input')
        if embeddings is None:
            self.embedding = Embedding(input_dim=input_dim,
                                       output_dim=emb_dim,
                                       mask_zero=True,
                                       name='embedding')
        else:
            self.embedding = Embedding(input_dim=embeddings.shape[0],
                                       output_dim=embeddings.shape[1],
                                       mask_zero=True,
                                       weights=[embeddings],
                                       name='embedding')
        self.lstm = LSTM(hid_dim, return_sequences=True, name='lstm')
        self.conv = Conv1D(filters,
                           kernel_size,
                           padding='valid',
                           activation='relu',
                           strides=1)
        self.pool = GlobalMaxPooling1D()
        self.fc1 = Dense(hid_dim)
        self.fc2 = Dense(output_dim, activation='softmax')

    def build(self):
        x = self.input
        embedding = self.embedding(x)
        lstm = self.lstm(embedding)
        conv = self.conv(lstm)
        pool = self.pool(conv)
        y = self.fc1(pool)
        y = self.fc2(y)
        return Model(inputs=x, outputs=y)

Comments

[y_waiwai]

コードを提示しよう

[jbpb0]

> エラー文は以下となります。

そのエラーは、質問に記載のコードのどの行を実行した時に出るのでしょうか？

[green2021]

すみません。一枚目の画像を別なものをアップロードしていました。修正いたしました。
tensorflowが関係している22,23,24行目を実行したときにエラーが出ます。

[jbpb0]

> 22,23,24行目を実行したときにエラーが出ます。

その行のコードを書いてください
(質問に記載のコードの行数を数えるのは面倒くさい)

ここに書くのではなくて、質問を編集して追記してください

[green2021]

失礼いたしました。エラーが発生する部分を追記しました。

[jbpb0]

> TypeError: Unable to convert...

よりも前(上)に「Traceback」と書かれてる行があれば、その行以降を省略せずに全部質問に書いてくれた方が、他人が状況を把握しやすくなります

[green2021]

何度もすみませんでした。
Tracebackの部分を追記しました。

[jbpb0]

> Traceback (most recent call last):
File "c:\Users\K21060066\Desktop\Python学習ファイル\自然言語処理入門\chapter09\models.py", line 1, in <module>
from tensorflow.keras.models import Model

によると、

> エラーが生じているのは以下の部分です

に記載の行とは違い、「...\自然言語処理入門\chapter09\models.py」の1行目の

from tensorflow.keras.models import Model

でエラーが出てるようですが

[jbpb0]

> Unable to convert function return value to a Python type! The signature was
() -> handle

https://github.com/tensorflow/tensorflow/issues/48453#issuecomment-819415756
を見ると、
Python 3.9+numpy-1.19.5+tensorflow-2.6.0
だと同じエラーが出たのが、
Python 3.9+numpy-1.20.5+tensorflow-2.6.0
だとそのエラーは出なくなったようです

numpyとtensorflowのバージョンの組み合わせに依存するのかもしれません

[green2021]

貴重なご意見ありがとうございます。
tensorflow-2.8.0なので、なんとなくnumpyを1.20.3にしたら無事に動きました！！

Python 3.9+numpy-1.20.3+tensorflow-2.8.0で実行できたことになります！

差し支えなければ、jbpb0様をベストアンサーにしたいのですが、
回答に「Python 3.9のにおいて、tensorflow-2.8.0であれば、numpy-1.20.3だと問題なく実行できます。」
など記載していただけないでしょうか？
よろしくお願いいたします。

[jbpb0]

上にも書きましたが、質問の「エラーが生じているのは以下の部分です」のすぐ下に記載のコード3行は、実際にエラーが出てる場所ではありません
「エラーが生じているのは以下の部分です」と、そのすぐ下のコード3行は、質問を編集して削除した方がいいと思います

実際にエラーが出てる場所は「Traceback」以下を見たら分かるので、上記は削除するだけで大丈夫です