从Keras导入Sequential类时遇ModuleNotFoundError问题求助

问题场景 #

运行以下代码时触发错误：

from keras.models import Sequential
from keras.layers import Embedding, LSTM, Dense

model = Sequential()
model.add(Embedding(10000, 64, input_length=80))
model.add(LSTM(100))
model.add(Dense(2, activation='sigmoid'))
model.compile(loss='binary_crossentropy', metrics=['accuracy'], optimizer='adam')

错误信息 #

Cell In[80], line 1
----> 1 model=Sequential()
      2 model.add(Embedding(10000,64,input_length=80))
      3 model.add(LSTM(100))

File c:\Users\Isaac\anaconda3\envs\textattackenv\lib\site-packages\keras\engine\training.py:184, in __new__(cls, *args, **kwargs)

File c:\Users\Isaac\anaconda3\envs\textattackenv\lib\site-packages\keras\utils\version_utils.py:61, in __new__(cls, *args, **kwargs)

File c:\Users\Isaac\anaconda3\envs\textattackenv\lib\site-packages\keras\utils\generic_utils.py:1221, in __getattr__(self, item)

File c:\Users\Isaac\anaconda3\envs\textattackenv\lib\site-packages\keras\utils\generic_utils.py:1212, in _load(self)

File c:\Users\Isaac\anaconda3\envs\textattackenv\lib\importlib\__init__.py:127, in import_module(name, package)
    125             break
    126         level += 1
--> 127 return _bootstrap._gcd_import(name[level:], package, level)

File <frozen importlib._bootstrap>:1014, in _gcd_import(name, package, level)

File <frozen importlib._bootstrap>:991, in _find_and_load(name, import_)

File <frozen importlib._bootstrap>:973, in _find_and_load_unlocked(name, import_)

ModuleNotFoundError: No module named 'keras.engine.base_layer_v1'

解决方法 #

这个错误通常是Keras版本与TensorFlow版本不兼容，或环境残留旧版本Keras缓存文件导致的，可按以下步骤处理：

• 完全卸载并清理残留
  先卸载现有相关包：

  pip uninstall -y keras tensorflow tensorflow-gpu
  

  手动进入conda环境的site-packages目录（如c:\Users\Isaac\anaconda3\envs\textattackenv\lib\site-packages），删除所有带keras、tensorflow的文件夹和文件。

• 安装匹配版本的TensorFlow
  TensorFlow 2.x已整合Keras，直接安装稳定版本的TensorFlow即可避免版本冲突：

  pip install tensorflow==2.15.0  # 推荐选择稳定版，如2.15.0
  

• 修改导入方式
  使用TensorFlow官方推荐的tensorflow.keras导入路径替换原代码：

  from tensorflow.keras.models import Sequential
  from tensorflow.keras.layers import Embedding, LSTM, Dense
  
  model = Sequential()
  model.add(Embedding(10000, 64, input_length=80))
  model.add(LSTM(100))
  model.add(Dense(2, activation='sigmoid'))
  model.compile(loss='binary_crossentropy', metrics=['accuracy'], optimizer='adam')
  

• 清理Python缓存
  删除项目目录及环境中的__pycache__文件夹，避免旧缓存干扰。

内容的提问来源于stack exchange，提问作者Messalti Ishak