TensorFlow 2.16.1调用ResNet50报错：keras模块无__version__属性

原因判断 #

这不是TensorFlow 2.16.1的Bug，而是你的Python环境中Keras模块安装异常或版本不兼容导致的。TensorFlow 2.16+会自动检测独立Keras包的版本，但如果你的Keras模块缺失__version__属性（可能是安装不完整、损坏，或安装了非官方/错误版本的Keras），就会触发这个AttributeError。

修复方案 #

方案1：重新安装兼容的Keras版本 #

1. 先卸载当前异常的Keras包：

   pip uninstall -y keras
   

2. 安装与TensorFlow 2.16.1兼容的Keras版本（推荐3.2.1，这是TF2.16.1发布时的稳定兼容版本）：

   pip install keras==3.2.1
   

3. 重新运行你的代码，问题应该会解决。

方案2：强制TensorFlow使用内置Keras（绕过独立Keras检测） #

如果你不想使用独立Keras包，可以通过设置环境变量让TensorFlow切换回内置的旧版Keras实现：

import os
# 强制使用TensorFlow作为Keras后端，并启用旧版内置Keras
os.environ["KERAS_BACKEND"] = "tensorflow"
os.environ["TF_USE_LEGACY_KERAS"] = "1"

import tensorflow as tf
model = tf.keras.applications.ResNet50(weights="imagenet")

方案3：用Conda重新安装完整环境（适用于Anaconda用户） #

如果你的环境是用Conda管理的，直接安装配套的TensorFlow和Keras包更稳妥：

conda install -c conda-forge tensorflow=2.16.1 keras=3.2.1

额外排查步骤 #

如果以上方案无效，可以先在Notebook中运行以下代码确认Keras模块状态：

import keras
# 查看Keras模块的所有属性，确认是否有__version__
print(dir(keras))

如果输出中没有__version__，说明你的Keras模块确实损坏，必须重新安装。

内容的提问来源于stack exchange，提问作者Marcus J S Pereira