股票预测代码报错：AttributeError与NameError问题求助

咱们一步步来拆解你遇到的两个报错，彻底搞定你的股票预测模型代码：

第一个报错：AttributeError: module 'tensorflow' has no attribute 'get_default_graph' #

问题根源 #

你同时混用了**tensorflow.keras和原生keras库**，这在TensorFlow 2.x版本里是大忌！这两个库在TF2.x已经合并成tensorflow.keras，原生keras会调用TensorFlow旧版本的API（比如tf.get_default_graph()），但TF2.x已经移除了这个旧API的直接调用方式，所以触发了属性错误。看你最初的导入列表，既导入了from tensorflow.keras.models import Sequential，又导入了from keras.models import Sequential，这就是冲突的核心原因。

修复方案 #

彻底抛弃原生keras的导入，所有模块统一使用tensorflow.keras。

第二个报错：NameError: name 'Sequential' is not defined #

问题根源 #

你修改后的代码里，虽然写过model = tf.keras.Sequential()，但后面构建模型时又直接用Sequential()，而你并没有把Sequential类导入到当前命名空间，也没使用完整的tf.keras.Sequential路径调用，Python自然找不到这个名称。另外你还保留了from keras.layers import Dense, LSTM这种原生keras的导入，依然会埋下冲突隐患。

正确的代码调整方案 #

第一步：统一导入tensorflow.keras模块

把所有原生keras的导入全部删掉，替换成tensorflow.keras的对应模块：

import math
import pandas_datareader as web
import numpy as np
import pandas as pd
from sklearn.preprocessing import MinMaxScaler
import quandl
import tensorflow as tf
from tensorflow.keras.layers import Dense, LSTM  # 用TF官方集成的层
import matplotlib.pyplot as plt
plt.style.use('fivethirtyeight')

第二步：二选一构建模型

方式1：使用完整的tf.keras路径调用

这种方式不需要额外导入类，直接用完整路径，避免命名冲突：

# Build the LSTM network model
model = tf.keras.Sequential()
model.add(tf.keras.layers.LSTM(units=50, return_sequences=True, input_shape=(x_train.shape[1], 1)))
model.add(tf.keras.layers.LSTM(units=50, return_sequences=False))
model.add(tf.keras.layers.Dense(units=25))
model.add(tf.keras.layers.Dense(units=1))

方式2：提前导入所需类

如果觉得完整路径太繁琐，可以提前导入需要的类，之后直接使用类名：

# 先导入需要的模型和层类
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, LSTM

# 然后构建模型
model = Sequential()
model.add(LSTM(units=50, return_sequences=True, input_shape=(x_train.shape[1], 1)))
model.add(LSTM(units=50, return_sequences=False))
model.add(Dense(units=25))
model.add(Dense(units=1))

额外小贴士 #

• 检查你的TensorFlow版本，确保是2.x以上：执行print(tf.__version__)查看，如果版本过低，用pip install --upgrade tensorflow升级。
• TensorFlow 2.x默认启用Eager Execution，不需要手动处理图会话，别再尝试调用tf.get_default_graph()这类旧API啦。

内容的提问来源于stack exchange，提问作者Abood