如何解决Keras中‘np.object将被定义为对应NumPy标量’的报错

问题重现 #

运行以下代码时触发报错：

from tensorflow.keras import layers

model = keras.Sequential([
    layers.Dense(64, activation="relu"),
    layers.Dense(10, activation="softmax")
])

报错核心信息：

AttributeError: module 'numpy' has no attribute 'object'.
`np.object` was a deprecated alias for the builtin `object`. To avoid this error in existing code, use `object` by itself. Doing this will not modify any behavior and is safe. 
The aliases was originally deprecated in NumPy 1.20;

问题原因 #

你的TensorFlow（或其内置的Keras）版本过旧，不兼容较新版本的NumPy。NumPy 1.20+移除了np.object这个别名，但旧版TensorFlow的代码里仍在使用该写法，导致导入时出错。

解决方案 #

有两种可行的修复方式：

方式一：降级NumPy到兼容版本 #

安装与当前TensorFlow版本匹配的旧版NumPy（推荐1.19.x系列），执行命令：

pip install numpy==1.19.5

方式二：升级TensorFlow到兼容新版本NumPy的版本 #

旧版TensorFlow在后续更新中修复了该兼容问题，直接升级TensorFlow即可：

pip install --upgrade tensorflow

升级后无需单独安装Keras，因为TensorFlow已内置兼容的Keras版本。

验证修复 #

执行以下命令确认环境正常：

python3 -c 'import tensorflow as tf; print(tf.__version__); print(tf.keras.__version__)'

若能成功输出版本号，说明环境修复完成，再运行原notebook代码即可正常执行。

内容的提问来源于stack exchange，提问作者David