使用Pyinstaller打包TensorFlow项目缺base_layer_v1模块如何解决

问题原因 #

PyInstaller 执行打包时只会静态分析代码中显式声明的导入依赖，而 TensorFlow 内部大量 Keras 相关子模块采用动态导入逻辑，tensorflow.python.keras.engine.base_layer_v1 属于未被 PyInstaller 识别到的隐藏依赖，因此打包后运行时触发模块缺失报错。你之前添加的 import keras.engine 不生效，是因为你调用的是 TensorFlow 内置的 Keras 接口，而非独立安装的 Keras 库，导入路径不匹配。

解决步骤 #

• 第一步：删除原有的 import keras.engine 语句，添加显式导入报错指向的模块：

import tensorflow.python.keras.engine.base_layer_v1

• 第二步：打包时通过 --hidden-import 参数明确告知 PyInstaller 引入该隐藏依赖，打包命令示例：

pyinstaller --onefile --windowed --hidden-import tensorflow.python.keras.engine.base_layer_v1 你的脚本名.py

• 如果执行后仍有同类 TensorFlow 子模块缺失报错，直接将报错信息中提到的模块名按同样格式新增到 --hidden-import 参数列表即可。
• 若需要批量管理隐藏依赖，可以生成 PyInstaller 的 spec 配置文件，在 hiddenimports 数组中统一添加所有缺失的模块，之后直接基于 spec 文件打包即可，spec 配置示例：

a = Analysis(
    ['你的脚本名.py'],
    pathex=[],
    binaries=[],
    datas=[],
    hiddenimports=['tensorflow.python.keras.engine.base_layer_v1'],
    # 其余配置保持默认即可
)

基于spec打包的命令为：

pyinstaller 你的脚本名.spec

额外注意 #

如果你的环境中同时安装了独立 Keras 包和 TensorFlow 内置 Keras，建议卸载独立 Keras 包，避免导入路径冲突导致打包失效。

内容的提问来源于stack exchange，提问作者Lucas Kort