You need to enable JavaScript to run this app. Jupyter中导入tensorflow.keras的Sequential类报ImportError咨询
优惠活动
大模型
产品
解决方案
定价
更多

Jupyter中导入tensorflow.keras的Sequential类报ImportError咨询

ImportError: cannot import name 'Sequential' 触发原因
  • TensorFlow版本适配差异:使用TensorFlow 2.1及更早版本时,Sequential类未直接暴露在tensorflow.keras的顶层命名空间,直接从该路径导入会无法匹配到对应类。
  • 环境包冲突:Python环境中同时安装了独立的原生Keras包,且其版本和当前TensorFlow内置的Keras版本不匹配,会导致导包流程优先加载错误路径下的Keras组件,无法定位到Sequential类。
  • Jupyter内核绑定错误:Notebook启动时选用的Python内核,和安装TensorFlow的环境不属于同一路径,实际运行时加载的是其他环境下的低版本/损坏版本的TensorFlow组件。
对应解决思路
  • 调整导入路径适配旧版本:如果确认运行在旧版TensorFlow环境下,将导入代码修改为从子模块引入:
    from tensorflow.keras.models import Sequential
  • 排查并解决环境包冲突:在Notebook的代码单元格中执行以下代码确认版本信息:
    • 执行import tensorflow as tf; print(tf.__version__) 查看当前加载的TensorFlow版本
    • 执行import tensorflow as tf; print(tf.keras.__version__) 查看TensorFlow绑定的Keras版本
      再执行pip list检索环境内的Keras相关包,如果存在独立安装的keras包(非TensorFlow自动安装的依赖项),直接执行pip uninstall keras -y卸载独立Keras,消除版本冲突。
  • 校验Jupyter内核匹配关系:在Notebook单元格执行import sys; print(sys.executable),输出的Python解释器路径必须和安装TensorFlow的环境路径完全一致。如果路径不匹配,直接在Notebook右上角的内核选择列表中,切换到对应TensorFlow安装路径的内核,再重试导入操作。
  • 升级到适配的稳定版本:如果无旧项目兼容需求,可在对应环境执行pip install --upgrade tensorflow升级到2.6及以上的稳定版本,新版本tensorflow.keras顶层命名空间已支持直接导出Sequential类,原有导入代码即可正常运行。

内容的提问来源于stack exchange,提问作者PeterBe

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:2026.11.02 09:45:02