报错信息：
numpy库版本不兼容问题
NotImplementedError: Cannot convert a symbolic Tensor (bi_lstm/lstm_encoder_a/fw/fw/strided_slice:0) to a numpy array.
根据错误信息中提到的内容，可能是在创建初始状态时使用了一个符号张量（symbolic Tensor），而无法将其转换为NumPy数组。这可能是因为在创建初始状态时使用了一些与张量操作相关的功能，导致无法直接将其转换为NumPy数组，经过探索之后发现为兼容问题。
keras版本不兼容问题
ImportError: No module named ‘keras’
这个错误发生在导入 Keras 库时，可能是因为没有正确安装 Keras 或者 Keras 安装出现了问题。您可以尝试重新安装 Keras，确保按照官方文档或指南进行安装。
h5py 库版本不兼容问题
AttributeError: module ‘h5py.h5’ has no attribute ‘CYTHON_VERSION_COMPILED_WITH’
根据报错信息，似乎是因为在导入 TensorFlow 时引用了 h5py 库，但是 h5py 库版本不兼容所导致的。
解决方法
tips：仅针对tensorflow1.15.3版本做参考
Python3.7
pip install tensorflow==1.15.3
pip install keras==2.3.1
pip install numpy==1.16.0
pip install h5py==2.10.0
总结
第一次搭建tensorflow环境，每次直接安装的包都不对应版本，还要我一个一个找，啊啊啊啊啊b溃了。万幸经过我一天半的努力，把所有库版本都对应上了。
据我的经验，大家可以从pycharm->settings->Project->Python Interpreter中找到+添加库找到你要安装的库，点击并在库的详细信息中找到官方文档，一般情况下，官方文档会指引你寻找到库的依赖项的相应版本。
文章出处登录后可见！
