transformers与TensorFlow导入报错：如何解决register_load_context_function缺失问题

错误信息 #

RuntimeError: Failed to import transformers.models.bert.modeling_tf_bert because of the following error (look up to see its traceback):
module 'tensorflow._api.v2.compat.v2.__internal__' has no attribute 'register_load_context_function'

问题场景 #

运行调用ProsusAI/finbert进行情感分析的Flask接口代码时触发上述错误，涉及代码片段：

sentiment_analysis = pipeline("sentiment-analysis", model="ProsusAI/finbert")
@app.route('/news', methods=['POST'])
def analyze_news_sentiment():
    data = request.json
    news_text = data.get('news_text')

    # Perform sentiment analysis
    result = sentiment_analysis(news_text)

    return jsonify(sentiment=result[0]['label'])

解决方案 #

方案1：指定PyTorch后端（推荐） #

finbert同时支持PyTorch和TensorFlow后端，直接在pipeline初始化时指定使用PyTorch，避免加载TensorFlow相关模块，绕开版本冲突：

sentiment_analysis = pipeline("sentiment-analysis", model="ProsusAI/finbert", framework="pt")

方案2：对齐transformers与TensorFlow版本 #

若必须使用TensorFlow后端，需确保两者版本兼容：

• 卸载现有冲突版本：

  pip uninstall -y transformers tensorflow
  

• 安装经过验证的兼容版本组合：

  pip install transformers==4.30.2 tensorflow==2.13.0
  

方案3：使用独立虚拟环境 #

创建并激活项目专属虚拟环境，避免全局环境中不同版本的Python包互相干扰，再重新安装所需依赖。

内容的提问来源于stack exchange，提问作者Ritesh Kedar