tf_keras 2.18.0中使用tf.compat.v1损失函数仍现弃用警告的疑问

可能的原因 #

• 警告行号并非实际调用点：警告中显示的行号只是触发警告的位置（比如字典定义时引用函数对象），但tf_keras内部其他模块可能仍在直接调用tf.losses.sparse_softmax_cross_entropy，导致警告弹出。
• 版本兼容性问题：tf_keras 2.18.0与当前安装的TensorFlow版本不匹配，内部调用逻辑存在旧API引用。tf_keras版本通常需要和TensorFlow主版本保持一致（如tf_keras 2.18.x对应TensorFlow 2.18.x）。
• 字节码缓存未更新：Python的.pyc字节码文件可能缓存了旧代码逻辑，即使你检查的源码是正确的，实际运行的仍是缓存的旧版本。

解决办法 #

1. 确认版本匹配 #

检查当前TensorFlow版本：

import tensorflow as tf
print(tf.__version__)

若版本不是2.18.x，执行命令调整版本：

pip install tensorflow==2.18.0

2. 清除字节码缓存 #

删除项目目录和虚拟环境Lib/site-packages/tf_keras路径下的所有__pycache__文件夹及.pyc文件，重新运行项目。

3. 屏蔽特定警告（功能不受影响时） #

若确认警告不影响模型运行，可在项目入口添加代码过滤：

import tensorflow as tf
# 全局降低日志级别（屏蔽所有INFO和WARNING）
tf.get_logger().setLevel('ERROR')

# 或精准屏蔽该特定警告
import warnings
warnings.filterwarnings(
    "ignore",
    category=DeprecationWarning,
    message=r".*The name tf.losses.sparse_softmax_cross_entropy is deprecated.*"
)

4. 重新安装tf_keras #

若怀疑源码损坏，卸载后重装指定版本：

pip uninstall -y tf_keras
pip install tf_keras==2.18.0

5. 禁止手动修改tf_keras源码 #

第三方库源码由官方维护，手动修改会导致版本不一致，后续更新包会覆盖修改，还可能引入未知错误，不建议操作。

内容的提问来源于stack exchange，提问作者Maria Deniston