无法导入及运行Keras求助：Jupyter内核崩溃、Python运行报错

看起来你的老Mac和High Sierra系统可能和最新版的TensorFlow/Keras存在兼容性问题——毕竟2012款Mac和10.13系统已经比较老旧，新版本的框架通常会放弃对这类旧环境的支持。我给你一套针对性的解决方案，一步步来：

1. 降级到兼容的TensorFlow和Keras版本 #

最新版的TensorFlow 2.x已经不再支持Python 3.6和High Sierra 10.13，这大概率是你崩溃的核心原因。我们需要切换到最后支持该环境的稳定版本组合：

• TensorFlow 1.15.x（最后支持Python3.6和旧MacOS的TF版本）
• Keras 2.3.1（和TF1.15完美兼容的版本）

先创建一个干净的conda虚拟环境避免全局环境混乱：

# 创建名为keras_env的虚拟环境，指定Python3.6
conda create -n keras_env python=3.6 -y
# 激活环境
conda activate keras_env
# 安装兼容版本的TF和Keras
pip install tensorflow==1.15 keras==2.3.1

2. 先在终端测试基础导入 #

不要直接用Jupyter，先在终端里验证基础功能是否正常：

# 进入Python交互环境
python
# 依次导入测试
import tensorflow as tf
import keras
# 如果没有报错，说明环境没问题
print(tf.__version__)
print(keras.__version__)

如果这里出现报错，把具体的错误信息贴出来，能帮我们进一步定位问题（比如CPU指令集不支持、系统依赖缺失等）。

3. 配置Jupyter Notebook使用虚拟环境 #

如果终端测试正常，那Jupyter的问题大概率是内核没关联到我们的新环境：

# 在虚拟环境里安装ipykernel
conda install ipykernel -y
# 将虚拟环境添加到Jupyter的内核列表
python -m ipykernel install --user --name keras_env --display-name "Python 3.6 (keras_env)"

之后打开Jupyter Notebook，在「Kernel」→「Change Kernel」里选择「Python 3.6 (keras_env)」，再尝试导入Keras，应该就不会崩溃了。

额外注意点 #

• 2012款Mac的CPU是Intel Core i7-3720QM，支持AVX指令集，TF1.15的预编译包应该能正常运行；如果还是出现指令集相关错误，可能需要从源码编译TF，但这会比较繁琐，优先先试上面的步骤。
• 确保你的conda是最新版本，可以先运行conda update conda再创建环境。

如果这些步骤还是解决不了问题，麻烦把终端运行python run.py时的完整错误输出，以及Jupyter里的红色提示内容贴出来，我再帮你排查！

内容的提问来源于stack exchange，提问作者Eudald