如何修复AttributeError: keras.backend无get_session属性及代码报错

这个错误我见得太多了——大概率是你在用TensorFlow 2.x版本的Keras（也就是tf.keras），但代码还停留在TF1.x的老写法上。keras.backend.get_session()这个方法在TF2里已经被移除了，因为TF2默认启用了即时执行模式（Eager Execution），不需要手动管理会话（Session）了。下面分两种情况给你具体的修复方案：

情况1：你使用的是TensorFlow内置的tf.keras #

这是最常见的场景，直接根据你的需求选择下面的修复方式：

方式A：迁移到TF2的即时执行写法（推荐） #

如果你的代码只是为了运行张量、获取结果，完全不需要手动创建会话。比如旧代码：

import keras.backend as K
sess = K.get_session()
output = sess.run(my_tensor)

直接改成：

# 把张量转换成numpy数组
output = my_tensor.numpy()
# 如果是执行某个操作，直接调用即可，不需要会话
my_custom_op()

即时执行模式下，张量运算会立即执行，不需要通过session.run()触发，调试起来更直观。

方式B：兼容旧代码（不推荐，但应急可用） #

如果你必须保留旧的会话逻辑，可以用TF2兼容TF1的API，手动关闭即时执行并创建会话：

import tensorflow as tf
# 关闭即时执行模式
tf.compat.v1.disable_eager_execution()
# 创建会话
sess = tf.compat.v1.Session()
# 关联Keras后端的会话
tf.compat.v1.keras.backend.set_session(sess)

注意：这种写法属于过渡方案，TF1.x的API后续会逐步淘汰，建议还是慢慢迁移到TF2的写法。

情况2：你使用的是独立的Keras库（非tf.keras） #

独立Keras在2.3.x版本之后也逐渐对齐TF2的模式，移除了get_session()。如果必须用这个方法，可以：

• 降级到Keras 2.2.x版本（最直接的应急方案）：

pip install keras==2.2.5

• 或者同样改用TF兼容模式的写法，和上面情况1的方式B一致，导入tf.compat.v1来管理会话。

常见场景的额外提示 #

如果是在自定义损失函数、层或者回调函数里用到了get_session()，比如需要计算某个张量的值：

• 旧代码：sess.run(some_tensor)
• 新写法：some_tensor.numpy() 或者 tf.keras.backend.eval(some_tensor)（在图模式下可用）

记住，尽量拥抱TF2的即时执行模式，它能让你的代码更简洁，调试更方便，也能避免这类版本兼容问题。

内容的提问来源于stack exchange，提问作者Код про