Jupyter Notebook重启后TensorFlow连续出现导入错误如何解决

出现这两类导入错误的核心原因是conda、pip混合安装TensorFlow导致的依赖版本冲突，以及环境内残留了旧版本TensorFlow的无效文件，具体修复流程如下：

1 彻底清理环境内的TensorFlow残留 #

• 先关闭所有占用目标conda环境的进程，包括Jupyter Notebook的关联内核、对应环境的终端窗口
• 激活目标conda环境后，依次执行清理命令：

  # 清理pip安装的TensorFlow相关包
  pip uninstall -y tensorflow tensorflow-gpu tensorflow-estimator keras tf-keras
  # 强制清理conda安装的TensorFlow相关包
  conda remove -y tensorflow tensorflow-gpu keras --force
  

• 手动删除残留文件：
  执行命令获取环境的第三方包目录：

  python -c "import site; print(site.getsitepackages())"
  

  进入输出的site-packages目录，删除所有名称带tensorflow、keras的文件夹和.dist-info后缀的文件。

2 重新安装匹配版本的依赖 #

首先修复conda卡顿问题：

conda clean -i
conda config --set channel_priority flexible

优先使用conda安装稳定版本（以2.10版本为例，适配大部分旧版Keras代码）：

conda install tensorflow==2.10 keras==2.10 -c conda-forge

如果conda仍长时间无响应，换用pip安装：

pip install tensorflow==2.10 keras==2.10

3 验证修复效果 #

执行以下代码确认导入正常：

import tensorflow as tf
print(tf.__version__)
from tensorflow.keras.models import save_model

注意：不要交替使用conda和pip安装TensorFlow相关依赖，后续安装新包前建议先确认包来源，避免再次出现依赖冲突。使用Jupyter时需确认当前内核对应你安装依赖的conda环境，避免选错内核导致错误复现。

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