我读了你的问题，我想回答你的问题是我的回答解决了你的问题，那么我会很高兴的。
基本上这是一个环境问题，这就是为什么我在您在系统中安装张量流环境时向您提供一些信息的原因。
系统要求
pip 19.0 或更高版本（需要许多 Linux 2010 支持）
Ubuntu 16.04 或更高版本（64 位）
mac OS 10.12.6 (Sierra) 或更高版本（64 位）（不支持 GPU）
Windows 7 或更高版本（64 位）（仅限 Python 3）Raspbian 9.0 或更高版本
硬件要求
从 Tensor Flow 1.6 开始，二进制文件使用可能无法在旧 CPU 上运行的 AVX 指令。
阅读 GPU 支持指南，在 Ubuntu 或 Windows 上设置支持 CUDA 的 GPU 卡。
在您的系统上安装 Python 开发环境
需要 Python > 3.4 和 pip >= 19.0
- python 3 --version
- pip3 --version
- virtualenv --version
如果这些软件包已经安装，请跳到下一步。
否则，安装 Python、pip 包管理器和 Virtualenv：
- sudo apt 更新
- sudo apt install python 3-dev python 3-pip
- sudo pip3 install -U virtualenv # 系统范围安装
注意：升级系统 pip 可能会导致问题
如果不在虚拟环境中，请使用 python 3 -m pip 执行以下命令。这可确保您升级和使用 Python pip 而不是系统 pip。
创建虚拟环境（推荐）
Python 虚拟环境用于将包安装与系统隔离。
通过选择 Python 解释器并创建一个 ./venv 目录来保存它来创建一个新的虚拟环境：
virtualenv --system-site-packages -p python 3 ./venv
使用特定于 shell 的命令激活虚拟环境：
source ./venv/bin/activate # sh、bash、ksh 或 zsh
当 virtualenv 处于活动状态时，您的 shell 提示符会以 (venv) 为前缀。
在虚拟环境中安装软件包而不影响主机系统设置。从升级 pip 开始：
pip install --upgrade pip
pip list # 显示安装在虚拟环境中的包
稍后退出 virtualenv：
deactivate # 在使用完 Tensor Flow 之前不要退出
安装 Tensor Flow pip 包
选择以下 Tensor Flow 包之一从 PyPI 安装：
张量流——仅用于 CPU 的最新稳定版本 (2.x)（推荐给初学者）。
tensor flow-GPU — 支持 GPU 的最新稳定版本（Ubuntu 和 Windows）。
tf-nightly — 预览构建（不稳定）。 Ubuntu 和 Windows 包括 GPU 支持。
tensor flow==1.15 — Tensor Flow 1.x 的最终版本。
软件包依赖项会自动安装。这些在 REQUIRED_PACKAGES 下的 setup.py 文件中列出。
pip install --upgrade 张量流
python -c "将张量流导入为 tf;print(tf.reduce_sum(tf.random.normal([1000, 1000])))"