Conda环境安装Keras后导入mnist数据集出现ImportError怎么解决

核心原因 #

该报错绝大多数是Keras版本迭代导致的导入路径变更问题，Keras 2.4版本之后完全整合进TensorFlow，独立发行的Keras 3.x版本也调整了内部模块路径。

最优解决方案（推荐） #

直接使用TensorFlow内置的Keras接口，导入代码调整为：

# load data
from tensorflow.keras.datasets import mnist

(X_train,y_train),(X_test,y_test) = mnist.load_data()

若坚持使用独立安装的Keras包，按以下步骤排查 #

• 首先核对当前conda环境的Keras版本，执行命令：

  conda list keras
  

• 如果是Keras 3.x版本，调整导入路径为：

  from keras.api.datasets import mnist
  (X_train,y_train),(X_test,y_test) = mnist.load_data()
  

• 如果是2.4以下版本仍然报错，大概率是包文件损坏，执行重装命令修复：

  conda uninstall -y keras
  conda install -y keras
  

• 核对代码运行的Python解释器和安装Keras的conda环境是否一致，避免多环境冲突导致的包识别失败。

注意：不建议同时安装独立Keras包和TensorFlow，二者的Keras接口会产生冲突，优先使用TensorFlow内置的Keras接口即可满足绝大多数使用需求。

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