如何修复错误：无法注册两个同名指标：/tensorflow/api/keras/optimizers

• CUDA相关非致命警告：开头找不到cudart64_110.dll的警告仅表示当前环境未安装匹配版本的CUDA工具包，如果你不需要用GPU加速运行TensorFlow，可以直接忽略该警告，不会影响代码的正常执行。
• 核心致命报错根源：Cannot register 2 metrics with the same name: /tensorflow/api/keras/optimizers 以及最终抛出的AlreadyExistsError，是TensorFlow与独立安装的Keras包版本不兼容导致的冲突。TensorFlow 2.x版本已经内置了完整的tf.keras模块，如果你同时在环境中安装了独立的Keras包，且两者版本不一致，就会触发指标重复注册的报错，你的报错栈也明确显示导入tf.keras相关模块时调用了独立Keras包的文件，由此可以确认是版本冲突问题。

• 优先推荐直接卸载环境中独立安装的Keras包，使用TensorFlow自带的tf.keras即可，执行命令：

pip uninstall keras -y

卸载完成后重新运行代码即可解决冲突。

• 若业务场景必须使用独立Keras包，需要保证Keras版本与当前安装的TensorFlow版本完全一致，比如TensorFlow版本为2.7时，Keras也需要安装2.7版本，执行命令：

pip install keras==[你的TensorFlow版本号]

• 若需要使用GPU加速，解决开头的CUDA警告，只需安装与当前TensorFlow版本匹配的CUDA 11.x及对应版本的cuDNN即可。

内容的提问来源于stack exchange，提问作者GEOFFREY ZIMBA