TensorFlow导入错误：无法导入experimental_functions_run_eagerly

问题详情 #

执行import tensorflow as tf时触发错误：

ImportError: cannot import name 'experimental_functions_run_eagerly' from 'tensorflow.python.eager.def_function'

用户使用的导入代码：

import tensorflow_datasets as tfds
from tensorflow_examples.models.pix2pix import pix2pix
import keras

import os
import time
import matplotlib.pyplot as plt
from IPython.display import clear_output
import cuda

AUTOTUNE = tf.data.AUTOTUNE

import PIL
from PIL import Image
import numpy as np
import pandas as pd

from tensorflow.python.client import device_lib

关键环境与包版本：

• Python 3.9.13
• TensorFlow 2.11.0
• Keras 2.11.0
• 环境：VSCode + 本地Jupyter Notebook，WSL2 Ubuntu虚拟环境（为GPU计算升级），此前未使用Anaconda/Miniconda
• 此前导入正常，今日突发报错，注释前3行后导入keras仍报错，已尝试按官方文档安装tensorflow（替代tensorflow-gpu）、升级WSL到2但未解决

解决方案 #

1. 彻底重装TensorFlow及关联包 #

该错误多因安装文件损坏或版本冲突导致，执行以下步骤重装：

• 卸载相关包：

  pip uninstall -y tensorflow tensorflow-estimator keras tensorflow-datasets
  

• 清理pip缓存：

  pip cache purge
  

• 重新安装匹配版本的包：

  pip install tensorflow==2.11.0 keras==2.11.0 tensorflow-datasets
  

2. 排查环境包冲突 #

确认当前Python环境中无多版本TensorFlow/Keras共存：

• 执行命令查看相关包版本：

  pip list | grep -E "tensorflow|keras"
  

  确保仅存在一组匹配的版本（如TensorFlow 2.11.0与Keras 2.11.0）

3. 修正WSL2 GPU配置 #

若为GPU使用问题，确认WSL2环境的CUDA配置：

• 确保Windows主机安装了最新NVIDIA驱动
• 在WSL2终端检查CUDA版本：

  nvcc --version
  

  需保证CUDA版本与TensorFlow 2.11.0兼容（支持CUDA 11.2-11.7）

4. 调整导入顺序与方式 #

避免独立Keras包与TensorFlow内置Keras冲突：

• 修改导入代码，优先导入TensorFlow，使用tensorflow.keras替代独立keras：

  import tensorflow as tf
  from tensorflow import keras
  import tensorflow_datasets as tfds
  from tensorflow_examples.models.pix2pix import pix2pix
  
  # 其余导入代码保持不变
  

内容的提问来源于stack exchange，提问作者Euna J