无法从keras.utils导入plot_model，遇AttributeError问题求助

问题描述 #

尝试用plot_model可视化Keras模型时，执行from keras.utils import plot_model抛出AttributeError: module 'tensorflow.compat.v2.__internal__' has no attribute 'dispatch'错误。代码如下：

# %% setup 
import os
import tensorflow as tf

tf_model_target_path = os.path.join(os.getcwd(), 'tfModelDir')

model = tf.keras.models.load_model(tf_model_target_path)
# %% visualize model: save to image file 
from keras.utils import plot_model
plot_model(model, to_file='model.jpg')

环境配置：

• VS Code + Python 3.8.3
• 依赖版本：tensorflow 2.4.1、keras 2.10.0、Keras-Preprocessing 1.1.2、keras-utils 1.0.13

已尝试无效操作：

• 更换导入语句为from keras.utils.vis_utils import plot_model
• 降级tensorflow到2.3.1

原因分析 #

核心问题是TensorFlow与独立Keras版本不兼容：Keras 2.10.0是独立发行版本，而TensorFlow 2.4.1内置的Keras版本远低于2.10.0，两者混合调用时，独立Keras会尝试调用高版本TF才有的__internal__.dispatch API，低版本TF无法提供该属性，导致报错。Google Colab能正常运行是因为其TF与内置Keras版本完全同步匹配。

解决方案 #

方案1：使用TensorFlow内置Keras，卸载独立Keras包

TF 2.x版本后官方推荐使用内置的tf.keras，无需安装独立Keras：

1. 卸载冲突的独立包：

pip uninstall -y keras keras-utils

2. 修改导入语句为TF内置的plot_model：

# 替换原导入语句
from tensorflow.keras.utils import plot_model

3. 重新运行代码，此时会调用TF 2.4.1内置的Keras，避免版本冲突。

方案2：升级TensorFlow到匹配Keras 2.10.0的版本

Keras 2.10.0对应的兼容TF版本为2.10.x（Python 3.8支持该版本）：

1. 升级TensorFlow：

pip install tensorflow==2.10.0

2. 保持原导入语句（或使用from tensorflow.keras.utils import plot_model），重新运行代码即可。

额外依赖检查

plot_model需要依赖pydot和graphviz生成图像，若未安装需执行：

pip install pydot graphviz

Windows系统需额外安装Graphviz二进制文件，并将其路径添加到系统环境变量PATH中，否则会出现图像生成失败的问题。

内容的提问来源于stack exchange，提问作者crysInCpp