导入tensorflow_hub时提示No module named 'keras'报错如何解决？

前置检查 #

• 确认Jupyter Notebook使用的内核和你安装依赖的Anaconda环境为同一个：在Notebook中执行import sys; print(sys.executable)，查看输出的Python路径是否对应目标Anaconda环境目录，若不匹配则在顶部菜单栏选择「Kernel」→「Change Kernel」切换到对应环境即可。
• 确认版本依赖关系：TensorFlow 2.x版本已内置Keras模块（命名空间为tf.keras），如果单独安装了独立Keras包，版本和TensorFlow、tensorflow_hub不匹配时会触发找不到Keras的报错。

具体修复步骤 #

• 卸载单独安装的独立Keras包，避免和TensorFlow内置模块冲突，在目标Anaconda环境终端执行：
  pip uninstall keras -y
• 升级TensorFlow和tensorflow_hub到匹配的稳定版本，无需额外安装Keras：
  pip install --upgrade tensorflow tensorflow_hub
  如果使用conda管理依赖，可替换为：
  conda install tensorflow tensorflow-hub
• 统一代码中的Keras导入写法，全部使用TensorFlow内置的Keras命名空间：
  原有独立Keras的导入写法from keras import *统一替换为from tensorflow.keras import *
  ResNet导入示例：

import tensorflow as tf
import tensorflow_hub as hub

# 加载ResNet预训练模型
resnet_layer = hub.KerasLayer("https://tfhub.dev/google/imagenet/resnet_v2_50/feature_vector/5", trainable=False)

效果验证 #

在Notebook中执行以下代码，正常输出版本号即说明修复完成：

import tensorflow as tf
import tensorflow_hub as hub
print(hub.__version__)
print(tf.keras.__version__)

内容的提问来源于stack exchange，提问作者Митя Бережной