ModuleNotFoundError: No module named 'tensorflow.compat'的Keras兼容问题求解

云上老周

2026-7-23

解决ModuleNotFoundError: No module named 'tensorflow.compat'的方案

改用TensorFlow内置的Keras导入方式
TensorFlow 2.x版本已将Keras深度整合，无需单独使用keras包。将你的导入代码替换为：
```
from tensorflow.keras.preprocessing.image import ImageDataGenerator
```
直接调用TensorFlow适配的Keras模块，从根源避免版本兼容错位问题。
重新安装匹配版本的TensorFlow（自动附带适配Keras）
单独安装keras包可能导致与TensorFlow的版本适配异常。先卸载现有包，再重新安装指定版本的TensorFlow：
```
pip uninstall keras tensorflow -y
pip install tensorflow==2.12.0
```
安装TensorFlow时会自动安装对应版本的Keras，确保两者完全兼容。
确认Python环境并定向安装
若系统存在多Python环境，可能出现包安装路径与运行环境不匹配的情况。先确认当前运行的Python路径：
```
where python
```
然后使用该路径的pip重新安装：
```
C:\Python3\python.exe -m pip install tensorflow==2.12.0
```
保证包安装在当前执行环境的site-packages目录下。
创建目录软链接（Windows环境）
若坚持使用单独的Keras包，可通过创建软链接让tensorflow.compat指向实际存在的路径。以管理员身份打开命令提示符，执行：
```
mklink /D "C:\Python3\Lib\site-packages\tensorflow\compat" "C:\Python3\Lib\site-packages\tensorflow\_api\v2\compat"
```
此操作无需修改Keras源码，即可让导入语句找到对应模块。