一、核心库安装超时（如pip install tensorflow长时间无响应）
- 解决办法：
- 切换国内镜像源加速：pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple
- 增加超时时间：pip install tensorflow –default-timeout=1000
- 手动下载 whl 包本地安装（从PyPI 官网搜索对应版本，执行pip install 本地路径/xxx.whl）。
二、库版本冲突（如ImportError: cannot import name ‘xxx’ from ‘sklearn’）
- 解决办法：
- 查看项目requirements.txt，安装指定版本：pip install scikit-learn==0.24.2
- 使用虚拟环境隔离：conda create -n ml_env python=3.8 → 激活后重新安装依赖
- 用pip check检测冲突，卸载冲突库后重新安装兼容版本：pip uninstall 冲突库 && pip install 冲突库==兼容版本。
三、Python 版本不兼容（如SyntaxError: invalid syntax在 Python 3.6 运行 3.10 + 代码）
- 解决办法：
- 确认项目要求的 Python 版本（通常在README中说明，如>=3.8）
- 用conda或pyenv安装对应版本：conda install python=3.8
- 若无法升级 Python，修改代码中高版本语法（如match-case改为if-elif-else）。
四、库依赖缺失（如ModuleNotFoundError: No module named ‘cv2’）
- 解决办法：
- 安装缺失库的正确包名（注意别名：cv2对应opencv-python）：pip install opencv-python
- 安装扩展功能包（如 OpenCV 完整版：pip install opencv-contrib-python）
- 检查是否漏装间接依赖（参考项目文档的requirements.txt完整安装）。
五、安装后导入失败（如ImportError: DLL load failed while importing _ssl）
- 解决办法：
- 确认库与 Python 位数一致（64 位库需搭配 64 位 Python）
- 修复 Python 环境：重新安装 Python 并勾选 “Add to PATH”，修复系统缺失的 DLL 文件
- 卸载后用官方渠道重新安装（避免第三方修改版 Python）。