TensorFlow CNN数据增强后出现scipy.ndimage.interpolation属性错误

该报错是scipy版本过高导致的API变动问题：scipy 1.12及以上版本移除了scipy.ndimage.interpolation子模块，原子模块下的所有函数都直接合并到scipy.ndimage根命名空间下。你使用的ImageDataGenerator依赖的旧版keras-preprocessing库没有适配这个API变动，仍然调用了已被移除的子模块路径，因此触发报错。
未做数据增强时不会触发仿射变换逻辑，自然不会调用到这部分scipy代码，所以运行正常。

• 方案1：降级scipy版本
  直接安装1.11.x分支的scipy即可适配旧版keras-preprocessing的调用逻辑：

  pip install scipy==1.11.4
  

• 方案2：替换为TensorFlow官方推荐的预处理层（无需降级依赖）
  目前TensorFlow官方已不推荐使用ImageDataGenerator做数据增强，建议使用tf.keras.layers下的预处理层实现，性能更优且无依赖冲突，示例实现：

  # 定义数据增强流水线
  data_augmentation = tf.keras.Sequential([
    tf.keras.layers.Rescaling(1./255),
    tf.keras.layers.RandomFlip("horizontal"),
    tf.keras.layers.RandomRotation(0.2),
    tf.keras.layers.RandomZoom(0.2),
    tf.keras.layers.RandomTranslation(height_factor=0.2, width_factor=0.2)
  ])
  
  # 加载数据集时使用该流水线处理，也可以直接嵌入到模型输入层之后
  train_ds = tf.keras.utils.image_dataset_from_directory(
    train_dir,
    image_size=(224, 224),
    batch_size=32,
    label_mode='categorical'
  )
  train_data_augmented = train_ds.map(lambda x, y: (data_augmentation(x, training=True), y))
  

• 方案3：临时补丁修复（无需改业务代码/无需降级）
  在导入所有依赖的最开头添加两行别名映射代码，让旧调用路径指向新的模块位置即可：

  import scipy.ndimage
  scipy.ndimage.interpolation = scipy.ndimage
  # 后面再导入其他依赖即可正常运行
  

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