Jupyter Notebook导入TensorFlow时出现ImportError问题求助

问题分析 #

这个错误核心是版本不兼容：experimental_functions_run_eagerly在TensorFlow 2.10及以后版本中已被移除/迁移，加上Python 3.11对早期TensorFlow版本支持不完善，再加上环境中可能存在新旧依赖混合的情况，共同导致了这个问题。

具体解决步骤 #

1. 彻底清理现有TensorFlow环境 #

先卸载所有相关包，避免残留冲突：

pip uninstall -y tensorflow tensorflow-gpu keras tf-estimator-nightly

如果用Conda，直接清理整个环境：

conda remove --all -n your_tensorflow_env

2. 安装适配Python 3.11的TensorFlow版本 #

Python 3.11从TensorFlow 2.13开始正式支持，推荐安装长期支持（LTS）版：

pip install tensorflow==2.15.0

用Conda的话，先创建干净环境再安装：

conda create -n tf_env python=3.11
conda activate tf_env
pip install tensorflow==2.15.0

3. 验证Jupyter环境一致性 #

在Notebook中先检查TensorFlow版本，确认调用的是目标环境的包：

import tensorflow as tf
print(tf.__version__)

如果版本不对，需要修改Jupyter的内核，切换到刚创建的Conda环境或虚拟环境。

4. 适配Intel显卡的优化配置 #

Intel显卡需安装专属优化包，提升运行效率：

pip install intel-extension-for-tensorflow[cpu]

5. 统一API导入方式（消除迁移警告） #

把代码中分散的Keras导入改为tf.keras统一路径，比如将：

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Conv2D, MaxPooling2D

改为：

from tf.keras.models import Sequential
from tf.keras.layers import Conv2D, MaxPooling2D

或者直接使用tf.keras.Sequential这类完整路径，减少模块导入冲突。

内容的提问来源于stack exchange，提问作者Sailaja Rao