运行Waste-Classifier-V2时遇tensorflow.keras模块缺失错误

核心原因 #

1. TensorFlow 1.12.0无tensorflow.keras模块：TF 1.x版本的Keras是独立包，需通过keras或tensorflow.contrib.keras调用，tensorflow.keras是TF 2.x才整合进主包的模块。
2. Python版本不兼容：TensorFlow 1.12.0仅支持Python 2.7、3.3-3.6，你当前用的Python 3.10.6超出支持范围，强制安装会引发依赖、模块缺失问题。
3. 适配包冲突：tensorflow-macos和tensorflow-metal是针对TF 2.x+的macOS适配包，与TF 1.12完全不兼容，重装这些包会加剧环境混乱。

可行解决方案 #

方案1：升级TensorFlow到2.x兼容版本（推荐） #

仓库代码大概率适配TF 2.x，操作步骤：

• 卸载旧版本及冲突包：

  pip3 uninstall -y tensorflow tensorflow-macos tensorflow-metal keras
  

• 安装适配macOS的TF 2.x稳定版：

  pip3 install tensorflow-macos tensorflow-metal
  

• 验证安装：

  import tensorflow as tf
  print(tf.__version__)  # 应显示2.x版本，如2.15.x
  print(tf.keras.__version__)  # 正常输出则模块可用
  

• 若代码存在TF 1.x语法报错，可在文件开头添加兼容代码：

  import tensorflow.compat.v1 as tf
  tf.disable_v2_behavior()
  

  或手动替换TF 1.x API为TF 2.x对应写法。

方案2：降级Python并使用独立Keras（仅适配旧代码） #

若必须使用TF 1.12，需调整Python版本：

• 用conda创建Python 3.6虚拟环境：

  conda create -n waste-classifier python=3.6
  conda activate waste-classifier
  

• 安装TF 1.12和对应版本的独立Keras：

  pip install tensorflow==1.12.0 keras==2.2.4
  

• 修改代码中的导入路径：将from tensorflow.keras import ...替换为from keras import ...

方案3：使用仓库推荐的环境配置 #

查看仓库的requirements.txt或environment.yml文件，安装指定依赖：

• 若存在requirements.txt：

  pip3 install -r requirements.txt
  

• 若存在environment.yml：

  conda env create -f environment.yml
  conda activate <环境名>
  

内容的提问来源于stack exchange，提问作者Shoot