You need to enable JavaScript to run this app. TensorFlow搭建LSTM代码报错cached_per_instance属性缺失求助
优惠活动
大模型
产品
解决方案
定价
更多

TensorFlow搭建LSTM代码报错cached_per_instance属性缺失求助

问题根因

该错误是TensorFlow内置Keras模块的API版本不匹配导致的,通常由三个原因触发:本地同时安装了独立Keras包引发版本冲突、TensorFlow版本和内置tf.keras版本不兼容、包安装过程中文件损坏导致API缺失。

解决步骤
  • 首先卸载本地独立安装的Keras包,避免两个Keras版本冲突:
    执行命令:
    pip uninstall -y keras
    如果你用conda管理环境,执行:
    conda remove -y keras
  • 第二步重装匹配版本的TensorFlow,建议选择2.7~2.10之间的长期支持版本,这个区间的版本tf.keras API稳定性最高:
    比如安装2.8.0版本:
    pip install tensorflow==2.8.0
  • 第三步重启Python运行环境,不管你用的是Jupyter、Pycharm还是其他编辑器,都完全关闭后重新启动,清除之前的模块导入缓存。
  • 完成以上步骤后直接运行你现有的代码即可,你当前的导入语句from tensorflow.keras.models import Sequential本身符合规范,不需要额外修改。

补充小提示:你的代码中第二个LSTM层不需要再写input_shape参数,只有第一个层级需要指定输入形状,不影响运行但可以优化代码规范。

临时规避方案(不推荐长期使用)

如果你暂时不想更换TensorFlow版本,可以在所有导入语句最前面加以下代码,手动补全缺失的属性:

import tensorflow.python.keras.utils.layer_utils as layer_utils
from functools import lru_cache

# 手动补全缺失的cached_per_instance属性
if not hasattr(layer_utils, 'cached_per_instance'):
    layer_utils.cached_per_instance = lru_cache(maxsize=None)

内容的提问来源于stack exchange,提问作者Crayfi

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.12 01:21:03