Visual Studio中tensorflow.keras报错：Pylance提示keras非已知成员

问题情况 #

我已经通过pip成功安装了tensorflow和keras，但在Visual Studio中运行代码时，出现报错：

"keras" is not a known member of module "tensorflow" Pylance (reportAttributeAccessIssue)

我的代码如下：

from flask import Flask, request, jsonify
from PIL import Image
import numpy as np
import tensorflow as tf
import os

# Initialize Flask application
app = Flask(__name__)

# Load the trained model
model = tf.keras.models.load_model("trained_model.h5")

# Define route for model prediction
@app.route("/predict", methods=["POST"])
def predict():
    # Check if request contains file data
    if "file" not in request.files:
        return jsonify({"error": "No file provided"}), 400
    
    # Get the file from the request
    file = request.files["file"]
    
    # Save the file to a temporary location
    temp_image_path = "temp_image.jpg"
    file.save(temp_image_path)
    
    # Preprocess the image
    img = Image.open(temp_image_path)
    img = img.resize((180, 180))  # Resize image to match model input size
    img = np.array(img) / 255.0  # Normalize pixel values
    img = np.expand_dims(img, axis=0)  # Add batch dimension
    
    # Make prediction
    prediction = model.predict(img)
    
    # Remove temporary image file
    os.remove(temp_image_path)
    
    # Return prediction result
    return jsonify({"prediction": int(np.argmax(prediction))}), 200

# Run the Flask app
if __name__ == "__main__":
    app.run(debug=True)

解决方法 #

• 调整导入方式
  直接导入keras模块，替换tf.keras的写法：
  先添加导入语句：

  import keras
  

  然后把加载模型的代码改成：

  model = keras.models.load_model("trained_model.h5")
  

  这样能避开Pylance对tensorflow子模块的识别问题。

• 更新TensorFlow和Pylance版本

  1. 升级TensorFlow到最新稳定版：

     pip install --upgrade tensorflow
     

  2. 在VS Code扩展市场搜索Pylance，点击更新按钮，确保使用最新版本的Pylance。新版本对TensorFlow内部模块的识别更准确。

• 添加类型忽略注释
  不想修改代码结构的话，直接在报错行加注释让Pylance跳过检查：

  model = tf.keras.models.load_model("trained_model.h5")  # type: ignore
  

• 检查Python解释器环境
  确认VS Code使用的是安装了TensorFlow的那个解释器：

  1. 按Ctrl+Shift+P（Windows/Linux）或Cmd+Shift+P（Mac），输入Python: Select Interpreter。
  2. 选择之前安装TensorFlow的虚拟环境或全局环境，避免因解释器不匹配导致Pylance识别不到模块。

内容的提问来源于stack exchange，提问作者DEVINENI MANI MANVITH