运行TensorFlow v2.4.1官方Mobilenet.py脚本失败，寻求解决方案

前置环境校验 #

• 确认本地安装的TensorFlow版本严格匹配v2.4.1，执行以下命令校验版本：
  pip show tensorflow
  版本不符时执行指定版本安装：
  pip install tensorflow==2.4.1
• 确认Python版本匹配：TensorFlow 2.4.1仅支持Python 3.6~3.8，高版本Python会直接触发依赖兼容报错。

正确运行方式 #

该脚本是Keras内置模型的实现文件，不要直接执行原始脚本文件，按使用场景选择对应调用方式：

1. 直接调用预训练模型做推理/迁移学习，在你自己的业务代码中调用官方API即可：

import tensorflow as tf
from tensorflow.keras.applications import MobileNet
from tensorflow.keras.preprocessing import image
from tensorflow.keras.applications.mobilenet import preprocess_input, decode_predictions
import numpy as np

# 加载预训练模型
model = MobileNet(weights='imagenet', include_top=True)

# 示例推理
img_path = '你的本地测试图片路径.jpg'
img = image.load_img(img_path, target_size=(224, 224))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)

preds = model.predict(x)
print('预测结果:', decode_predictions(preds, top=3)[0])

2. 需要修改MobileNet源码自定义实现的，不要直接运行原脚本，需在脚本末尾添加自定义调用逻辑，同时调整导入路径适配TensorFlow 2.4.1的内部包结构，避免相对导入报错。

常见报错排查 #

• 报ImportError类错误：优先核对TensorFlow、Python版本匹配度，避免用高版本TensorFlow运行2.4.1版本的源码。
• 报输入尺寸相关错误：MobileNet默认输入尺寸为224*224，若传入其他尺寸输入需要配套调整alpha参数，同时设置include_top=False自定义顶层结构。
• 报权重下载失败：可手动下载对应预训练权重放到本地缓存目录，再将weights参数设置为本地权重文件的绝对路径。

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