Colab中使用plot_model报错：无法导入wrappers及无法生成model.png

错误1：ImportError: cannot import name 'wrappers' from 'tensorflow.python.keras.layers' #

这是TensorFlow版本迭代后模块路径变更导致的，处理方式：

• 强制使用标准导入方式引入plot_model：

  from tensorflow.keras.utils import plot_model
  

• 若代码中存在自定义的wrappers导入，替换为官方当前路径：

  from tensorflow.keras.layers import wrappers
  

错误2：ImportError: graphviz or pydot are not available（已安装依赖仍无效） #

Colab中依赖安装后需重启内核才能生效，且部分场景需补充安装pydotplus，步骤：

1. 执行完整依赖安装命令：

   !apt-get -qq install -y graphviz libgraphviz-dev
   !pip install -q pydot pydotplus
   

2. 点击Colab顶部菜单栏「Runtime」→「Restart runtime」重启内核，之后重新运行代码。
3. 确保plot_model调用格式正确，示例代码：

   # Sequential模型可视化
   from tensorflow.keras.models import Sequential
   from tensorflow.keras.layers import Dense
   
   model_seq = Sequential([
       Dense(32, activation='relu', input_shape=(10,)),
       Dense(1, activation='sigmoid')
   ])
   plot_model(model_seq, to_file='model_seq.png', show_shapes=True, show_layer_names=True)
   
   # Functional模型可视化
   from tensorflow.keras.models import Model
   from tensorflow.keras.layers import Input
   
   inputs = Input(shape=(10,))
   x = Dense(32, activation='relu')(inputs)
   outputs = Dense(1, activation='sigmoid')(x)
   model_func = Model(inputs=inputs, outputs=outputs)
   plot_model(model_func, to_file='model_func.png', show_shapes=True, show_layer_names=True)
   

额外排查项 #

• 检查TensorFlow版本是否为稳定2.x：

  import tensorflow as tf
  print(tf.__version__)
  

  版本过旧则执行!pip install --upgrade tensorflow升级后重启内核。
• 生成的图片文件可在Colab左侧「文件」面板查看，未显示则刷新面板。

内容的提问来源于stack exchange，提问作者Faizy