使用TensorFlow 2.6时出现ModuleNotFoundError: No module named 'keras'报错

问题核心原因 #

报错由三个常见问题导致：

• TensorFlow 2.6的conda安装包存在keras子模块路径映射异常，无法直接通过tf.keras点出下层接口，但完整路径导入可以正常识别
• conda和pip混装TensorFlow相关组件，导致包路径冲突
• tensorflow-addons 0.14依赖TensorFlow内置的keras模块，当内置keras路径异常时就会触发导入报错

第一步：清理环境残留包 #

先激活目标conda环境，执行以下命令清除所有相关包，避免多源安装残留冲突：

conda uninstall -y tensorflow keras tensorflow-addons
pip uninstall -y tensorflow keras tensorflow-addons

第二步：按版本匹配要求重新安装 #

TensorFlow 2.6适配Python 3.6~3.9版本，建议安装前先确认Python版本符合要求，再统一安装匹配组件：

# 可直接在已清理的原有tf环境中安装，也可以新建环境指定Python版本避免兼容问题
# conda create --name tf python=3.8
conda activate tf
# 安装TensorFlow 2.6，该版本已内置对应版本的keras，无需单独安装
conda install tensorflow=2.6
# 安装匹配的tensorflow-addons 0.14版本
pip install tensorflow-addons==0.14

第三步：验证调用写法 #

安装完成后以下三种调用写法均可以正常运行：

# 写法1：完整路径导入keras接口
import tensorflow as tf
from tensorflow.keras.models import Sequential
model = Sequential()

# 写法2：先显式导入keras子模块再调用
import tensorflow as tf
from tensorflow import keras
model = keras.models.Sequential()

# 写法3：tensorflow-addons导入测试
from tensorflow_addons.seq2seq.sampler import TrainingSampler

特殊场景：单独使用原生Keras #

如果你需要使用独立于TensorFlow的原生Keras 2.6版本，清理环境后不要安装TensorFlow，直接执行：

conda install keras=2.6

即可直接调用：

from keras.models import Sequential
model = Sequential()

内容的提问来源于stack exchange，提问作者SzymonO