TensorFlow导入错误：无法从keras.saving.legacy.serialization导入deserialize_keras_object

环境与测试代码 #

• 运行环境：Visual Studio Code、Python 3.9、已安装TensorFlow 2
• 测试代码：

import tensorflow as tf
import numpy as np
from tensorflow import keras
model = tf.keras.Sequential([keras.layers.Dense(units=1, input_shape=[1])])

报错信息 #

Exception has occurred: ImportError
cannot import name 'deserialize_keras_object' from partially initialized module 'keras.saving.legacy.serialization' (most likely due to a circular import) (C:\Users\Erdemdavaa\AppData\Local\Packages\PythonSoftwareFoundation.Python.3.9_qbz5n2kfra8p0\LocalCache\local-packages\Python39\site-packages\keras\saving\legacy\serialization.py)
  File "D:\study\semester 6\Project laborotory(team)\ML_experiment.py", line 4, in <module>
    model = tf.keras.Sequential([keras.layers.Dense(units=1, input_shape=[1])])
ImportError: cannot import name 'deserialize_keras_object' from partially initialized module 'keras.saving.legacy.serialization' (most likely due to a circular import) (C:\Users\Erdemdavaa\AppData\Local\Packages\PythonSoftwareFoundation.Python.3.9_qbz5n2kfra8p0\LocalCache\local-packages\Python39\site-packages\keras\saving\legacy\serialization.py)

错误原因 #

该循环导入错误通常由以下情况导致：

• 版本冲突：TensorFlow 2.x内置了Keras模块，若同时安装了独立的Keras包，两者会产生依赖冲突，触发循环导入。
• 安装损坏：TensorFlow或Keras的安装文件缺失、损坏，导致模块导入逻辑异常。
• 导入方式混用：代码中同时使用tf.keras和直接导入的keras模块，两者路径不一致，引发内部导入冲突。

解决方法 #

1. 统一导入方式 #

修改代码，全程使用TensorFlow官方推荐的tf.keras层级调用，避免混用导入方式：

import tensorflow as tf
import numpy as np

model = tf.keras.Sequential([tf.keras.layers.Dense(units=1, input_shape=[1])])

2. 卸载独立Keras包 #

若单独安装过Keras，执行以下命令移除，确保只使用TensorFlow内置的Keras：

pip uninstall -y keras

3. 重新安装TensorFlow #

若安装文件损坏，先卸载现有版本再重新安装适配Python3.9的稳定版（如2.15.0）：

pip uninstall -y tensorflow
pip install tensorflow==2.15.0

4. 清理Python缓存 #

删除项目目录及Python site-packages下的__pycache__文件夹，重启VS Code后再运行代码。

内容的提问来源于stack exchange，提问作者Munkhbayar Erdemdavaa