解决Apache Beam与TensorFlow Transform导入时的递归错误版本冲突问题

看起来你遇到了TensorFlow Transform（TFT）和Apache Beam集成时的典型版本依赖坑——明明对照兼容矩阵配了版本，导入阶段却直接触发递归错误，不管是本地环境还是Vertex AI Workbench都踩了坑，这确实挺闹心的。

从你贴的报错栈能看出来，问题出在导入ScaleByMinMax时，TFT内部加载TFTransformOutput类，而这个类用到了TensorFlow的Keras懒加载模块，在检测Keras版本时陷入了无限递归。根源大概率是TensorFlow、Keras和TensorFlow Transform三者的版本不兼容——哪怕你看了TFT的兼容矩阵，可能没注意到TF 2.x之后Keras的拆分（比如Keras 3和tf_keras的区别）带来的隐性冲突。

下面给你几个实操的解决步骤：

1. 锁定经过验证的稳定版本组合 #

针对你用的Python 3.10.18，推荐这套经过测试的版本搭配，能避开递归错误：

• apache-beam==2.58.0（这个版本的Beam对TFT的集成逻辑更稳定）
• tensorflow-transform==1.14.0（完美适配Python3.10，且和TF 2.14.x兼容）
• tensorflow==2.14.0（TFT 1.14严格对应TF 2.14版本，不能乱升级）
• keras==2.14.0（不要用Keras 3！TF 2.14自带的是Keras 2.x，Keras3会和旧版TFT的依赖逻辑冲突）

2. 清理环境并重新安装 #

先把现有环境里可能冲突的包彻底卸载，再重新安装指定版本：

# 卸载冲突包
pip uninstall -y apache-beam tensorflow-transform tensorflow keras

# 安装指定版本
pip install apache-beam==2.58.0 tensorflow-transform==1.14.0 tensorflow==2.14.0 keras==2.14.0

如果用Vertex AI Workbench，建议直接创建全新的conda环境，避免和预装的系统包冲突：

conda create -n beam-tft-env python=3.10.18
conda activate beam-tft-env
# 再执行上面的pip安装命令

3. 调整导入顺序 #

有时候导入顺序会影响依赖的加载逻辑，把TensorFlow相关的导入放在Beam之前：

import tensorflow as tf
import tensorflow_transform as tft
import apache_beam as beam
from apache_beam.ml.transforms.base import MLTransform
from apache_beam.ml.transforms.tft import ScaleByMinMax
import numpy as np

同时注意不要混用tf.keras和独立的keras模块，保持依赖一致性。

4. 快速验证环境 #

安装完成后，先跑个简单的导入测试确认问题解决：

import tensorflow_transform as tft
from apache_beam.ml.transforms.tft import ScaleByMinMax
print("导入成功！没有递归错误啦～")

补充说明：为什么会出现这个递归错误？ #

TF 2.15及以后的版本开始默认使用Keras 3，而旧版TFT（比如1.14之前）的内部逻辑还依赖TF自带的Keras 2.x。当懒加载模块检测Keras版本时，会触发循环调用，最终导致递归错误。锁定到TF 2.14和对应的TFT版本，就能避开这个版本适配的坑。

内容来源于stack exchange