必须使用python 3.10创建虚拟环境并安装tensorflow-cpu==2.10.0，避开系统级python污染、默认pip源错配及国产cpu架构兼容性问题，否则易因tensorflow-io-gcs-filesystem冲突导致import失败或core dump。
在统信UOS上安装TensorFlow必须避开系统级Python污染、默认pip源的版本错配以及国产CPU架构兼容性陷阱，直接运行pip3 install tensorflow大概率触发tensorflow-io-gcs-filesystem组件冲突，导致import失败或运行时core dump。
确认系统与Python环境
执行cat /etc/os-release | grep -E "(VERSION_ID|NAME)"，确认输出中包含UOS专业版20/23或家庭版22；
执行lscpu | grep "Architecture"，结果必须为【x86_64（兆芯/海光）或aarch64（飞腾）】；
执行python3 --version，版本必须落在【3.9～3.11区间】——低于3.9无法支持TensorFlow 2.10+，高于3.11则官方wheel未编译；
若版本不符，从统信应用商店安装“Python 3.10”，或用sudo apt install python3.10 python3.10-venv补全。
创建并激活隔离虚拟环境
第一步：新建项目目录并进入——mkdir -p ~/tf-uos && cd ~/tf-uos；
第二步：用系统自带Python 3.10创建干净环境——python3.10 -m venv venv；
第三步：激活环境——source venv/bin/activate；
第四步：升级pip至23.3.1以上——pip install --upgrade pip==23.3.1；【跳过此步会导致后续安装报“ERROR: Could not find a version that satisfies the requirement tensorflow”】。
安装适配UOS的TensorFlow CPU版
方法一（推荐）：指定清华源+精确版本——pip install --index-url https://pypi.tuna.tsinghua.edu.cn/simple/ tensorflow-cpu==2.10.0；
方法二（备用）：若网络受限，先下载离线包——访问https://www.php.cn/link/90342b048ad8a0b5ad5411839c02c169，下载对应架构的whl文件（x86_64或aarch64），再执行pip install ./tensorflow_cpu-2.10.0-*.whl；
安装完成后，立即安装配套依赖——pip install numpy==1.23.5 pillow==9.4.0 requests。
