如何修复TensorFlow启动时弹出的模块导入路径迁移警告

这类警告的核心原因是代码（包含你安装的第三方依赖库）引用了TensorFlow的内部私有模块，TensorFlow已经在新版本调整了这些私有模块的存放路径，旧路径会在指定版本被彻底删除。90%以上的场景下，这类警告不是你自己写的业务代码直接导入了旧路径，而是相关第三方依赖还没适配新版本TensorFlow的路径调整。

按照优先级从高到低，可选择以下方案修复：

方案1：升级相关依赖（根因修复，最推荐） #

• 首先升级TensorFlow到兼容范围内的最新稳定版：
  pip install --upgrade tensorflow
• 再升级所有和TensorFlow关联的第三方依赖到适配当前TF版本的最新版，最常触发这类警告的依赖包括tf-slim、tensorflow-addons、独立安装的keras、基于TF开发的检测/训练框架等，批量升级命令参考：
  pip install --upgrade tf-slim tensorflow-addons keras

开发规范提示：日常写代码不要导入tensorflow.python.xxx开头的私有模块，这类模块不属于TensorFlow对外开放的稳定API范围，官方不会保证其路径、接口的兼容性，随时可能调整。所有稳定公开的API都可以直接从tensorflow.xxx根路径导入，不会触发这类迁移警告。

方案2：临时屏蔽警告输出（仅临时调试用） #

如果暂时无法升级依赖，只是不想被刷屏的警告干扰调试，可以在代码最开头、导入TensorFlow之前加入以下配置，屏蔽这类警告：

import os
import warnings
# 屏蔽TF C++层的警告输出
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
# 屏蔽Python层的导入警告
warnings.filterwarnings("ignore", message="Please fix your imports.*")
import tensorflow as tf
# 屏蔽TF日志模块的警告输出
tf.get_logger().setLevel('ERROR')

注意：该方法仅隐藏警告提示，没有解决路径不兼容的本质问题，等后续升级到TensorFlow 2.9/2.11版本后，引用旧路径的代码会直接抛出导入错误无法运行，仍需尽快完成依赖适配。

方案3：手动修改依赖源码（仅依赖停更时应急用） #

如果触发警告的第三方依赖已经停止维护、没有适配新版本的更新，可以根据警告里给出的新旧路径对应关系，找到依赖库本地安装位置的对应源码文件，把旧的导入语句替换成新路径即可。例如把旧导入：
from tensorflow.python.training.tracking.base import Trackable
替换为警告提示的新路径：
from tensorflow.python.trackable.base import Trackable
注意：手动修改第三方依赖源码的操作会在后续升级依赖时被覆盖，仅适合无其他解决方案的应急场景。

内容的提问来源于stack exchange，提问作者Parcurcik