我正在尝试运行代码
import keras
我正在获取此堆栈跟踪。 我试过重新安装keras和tensorflow,但是什么也没做。 这是堆栈跟踪。
ModuleNotFoundError Traceback (most recent call last)
<ipython-input-10-88d96843a926> in <module>
----> 1 import keras
~\Anaconda3\lib\site-packages\keras\__init__.py in <module>
1 from __future__ import absolute_import
2
----> 3 from . import utils
4 from . import activations
5 from . import applications
~\Anaconda3\lib\site-packages\keras\utils\__init__.py in <module>
4 from . import data_utils
5 from . import io_utils
----> 6 from . import conv_utils
7 from . import losses_utils
8 from . import metrics_utils
~\Anaconda3\lib\site-packages\keras\utils\conv_utils.py in <module>
7 from six.moves import range
8 import numpy as np
----> 9 from .. import backend as K
10
11
~\Anaconda3\lib\site-packages\keras\backend\__init__.py in <module>
----> 1 from .load_backend import epsilon
2 from .load_backend import set_epsilon
3 from .load_backend import floatx
4 from .load_backend import set_floatx
5 from .load_backend import cast_to_floatx
~\Anaconda3\lib\site-packages\keras\backend\load_backend.py in <module>
88 elif _BACKEND == 'tensorflow':
89 sys.stderr.write('Using TensorFlow backend.\n')
---> 90 from .tensorflow_backend import *
91 else:
92 # Try and load external backend.
ModuleNotFoundError: No module named 'keras.backend.tensorflow_backend'
答案 0 :(得分:1)
我尝试使用anaconda或pip安装tensorflow和keras,每种方法都遇到相同的问题。
最后我发现问题是因为tensorflow或keras的版本。当我安装tensorflow == 2.2和keras == 2.4.3(最新)时,无论我使用哪种工具都将遇到此问题。当我安装tensorflow == 1.14和keras == 2.2时,代码运行良好。 >
我的python版本是Ubuntu 16.04下的3.5.2
答案 1 :(得分:1)
尝试:
pip install tensorflow==2.2.0
然后
pip install Keras==2.2.0
这适用于Python 3.7。
答案 2 :(得分:0)
卸载Keras并在您的系统中重新安装版本2.2.0,它将完全可以在Tensorflow 2.2中使用。然后,您不必降级您的张量流。减轻更改代码的痛苦;)
num=int(input("Enter a number"))
den=int(input("Enter another number"))
print("The answer is " + str(num//den) + " R " + str(num%den))
对于我来说,我有Python 3.7(最新的错误修复)
答案 3 :(得分:0)
只需安装tensorflow 2.1.0或2.2.0,它已经内置了Keras。不要混用getOnChange
和true
。继续您的开始。
pip
或
conda
答案 4 :(得分:0)
在Tensorflow 2.0.0+版本中,您应该只在tf之后放置“ compat.v1”,并且不要使用“ tensorflow_backend”名称。像这样:
tf.keras.backend.tensorflow_backend.set_session() -> tf.compat.v1.keras.backend.set_session()