1. 如何安装Keras和TensorFlow的子模块？ #

针对你的Python 3.6环境，分两种场景说明：

• 使用TensorFlow自带的Keras（推荐）：TensorFlow 1.15已经内置了Keras（即tf.keras），无需单独安装独立版Keras。直接安装对应版本的TensorFlow即可：

  pip install --upgrade pip
  pip install tensorflow==1.15
  

  安装完成后，tensorflow.keras相关子模块就能直接使用。

• 安装独立版Keras：如果确实需要独立Keras，要注意版本兼容性——TensorFlow 1.15最好搭配Keras 2.2.4或2.3.1（你的2.1版本太老，兼容性较差）。安装命令：

  pip install keras==2.2.4
  

2. 解决No module named 'tensorflow.keras'导入错误 #

你的环境（Python3.6 + TF1.15 + Keras2.1）出现这个错误，核心是独立Keras版本与TensorFlow内置Keras不兼容，再加上路径冲突导致的：

问题根源 #

• Keras 2.1是独立版本，它的导入路径为keras.xxx，而非tensorflow.keras.xxx；
• TensorFlow 1.15内置的Keras版本是2.2.4-tf，和你安装的独立Keras 2.1版本冲突，导致tensorflow.keras路径无法正常识别。

可行解决方案 #

方案一：切换到独立Keras的导入语法（快速解决）

既然你已经安装了独立Keras 2.1，直接修改导入代码为：

from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten, Conv2D, MaxPooling2D
from keras.optimizers import Adam
from keras.preprocessing.image import ImageDataGenerator

这样就能直接使用你当前安装的Keras，避开tensorflow.keras的路径问题。

方案二：卸载独立Keras，使用TF内置Keras（长期稳定）

1. 先卸载现有Keras：

   pip uninstall keras -y
   

2. 重新安装TensorFlow 1.15，确保内置的tf.keras完整：

   pip install tensorflow==1.15 --force-reinstall
   

3. 重启Spyder IDE后，你原来的导入语句就能正常运行了。

额外提示

• 如果你用Anaconda管理环境，建议用conda命令安装，避免pip和conda的包冲突：

  conda install tensorflow==1.15
  

• 每次修改包后，一定要重启Spyder——IDE需要重新加载环境才能识别新的包路径。

内容的提问来源于stack exchange，提问作者Ashutosh