Jupyter Notebook中TensorFlow导入正常，但Python脚本运行时报‘No module named 'tensorflow.keras'’错误的求助

嗨，我看了你遇到的问题，这种“同一个环境里Jupyter能用但终端跑脚本不行”的情况，大概率是终端和Jupyter实际使用的Python环境不一致导致的，咱们一步步来排查解决：

核心原因分析 #

Jupyter Notebook通常会自动关联你当前激活的Conda环境（或者你之前配置的内核），但终端很容易出现“看起来激活了环境，实际用的还是系统默认Python”的情况，导致找不到你在Conda环境里安装的TensorFlow和Keras。

具体解决步骤 #

1. 确认终端当前使用的Conda环境 #

• 打开终端，先输入以下命令查看所有Conda环境，找到你安装TF的那个环境（带*的是当前激活的环境）：

  conda info --envs
  

• 如果激活的不是目标环境，手动激活它：

  conda activate 你的环境名称
  

• 激活后，验证当前使用的Python路径是否属于这个Conda环境：
  Windows系统输入：

  where python
  

  你应该能看到路径里包含envs/你的环境名称，而不是系统默认的Python路径（比如C:\PythonXX）。
• 再确认环境里确实安装了TF和Keras：

  pip list
  

  检查输出里的TensorFlow 2.15.0和Keras 2.15.0是否存在。

2. 用正确的Python解释器运行脚本 #

很多时候，即使激活了Conda环境，直接输入python script.py还是会调用系统Python。你可以：

• 方法一：激活环境后，直接用python script.py运行（确保激活环境后再执行这条命令）
• 方法二：用Conda环境中Python的绝对路径来运行脚本，比如Windows下的示例路径：

  C:\Users\你的用户名\miniconda3\envs\你的环境名\python.exe script.py
  

3. 验证Jupyter和终端的Python路径是否一致 #

在Jupyter Notebook里运行以下代码，查看它使用的Python路径：

import sys
print(sys.executable)

把这个路径和终端激活环境后用where python得到的路径对比，如果一致，说明终端的问题就是没正确激活环境；如果不一致，说明Jupyter用了其他内核，你可以用以下命令把当前Conda环境添加到Jupyter内核（可选，主要解决Jupyter的环境一致性）：

conda install ipykernel
python -m ipykernel install --user --name=你的环境名称

4. 排查pip安装的正确性 #

有时候在Conda环境里用pip，可能不小心调用了系统的pip，导致TF安装到了系统Python里：

• 激活环境后，输入以下命令查看pip的路径：
  Windows系统：

  where pip
  

  确认路径属于你的Conda环境。如果不是，先在环境里安装Conda版的pip：

  conda install pip
  

  然后重新安装TF和Keras：

  pip install tensorflow==2.15.0 keras==2.15.0
  

5. 额外排查点 #

• 检查你的Python脚本里有没有手动修改sys.path的代码，这可能会干扰模块的查找路径。
• 检查终端的PYTHONPATH环境变量，有没有设置过可能覆盖默认模块路径的内容：
  Windows系统输入：

  echo %PYTHONPATH%
  

  如果有异常路径，可以暂时清空它再测试。

总结 #

最常见的问题就是终端没有正确激活目标Conda环境，导致使用了未安装TF的系统Python。按上面的步骤逐一排查，应该能解决问题。

备注：内容来源于stack exchange，提问作者Mathieu BOSSE