如何在Google Colab中恢复默认TensorFlow/Keras版本并解决导入报错

你的问题核心其实是TensorFlow和Keras版本的残留冲突——虽然你指定安装了TF1.6.0和Keras2.1.5，但Colab运行环境里可能还留着之前你装过的其他版本文件，导致加载时出现版本不匹配的错误。下面一步步帮你解决：

1. 彻底清理现有TF和Keras相关包 #

先把当前环境里所有和TensorFlow、Keras有关的包全卸载干净，避免残留文件搞事情：

!pip uninstall -y tensorflow keras keras-applications keras-preprocessing

加-y是为了自动确认卸载，不用手动输入y。

2. 重新安装匹配的指定版本 #

清理完后，重新安装你需要的版本，记得加--no-cache-dir，防止用缓存的旧安装包：

!pip install --no-cache-dir tensorflow==1.6.0 keras==2.1.5

这里要说明下：TF1.6.0和Keras2.1.5是官方确认的兼容组合，本身没问题，之前的错误大概率是残留导致的。

3. 一定要重启Colab运行时 #

这步绝对不能忘！Colab不会自动加载新安装的包，你得手动重启：

• 点顶部菜单栏的 Runtime -> Restart runtime
• 等运行时重启完，再继续操作

4. 验证版本并测试 #

重启后先确认安装的版本对不对：

import tensorflow as tf
import keras

print(f"TensorFlow版本: {tf.__version__}")
print(f"Keras版本: {keras.__version__}")

如果输出是1.6.0和2.1.5，再测试name_scope是否正常：

with tf.name_scope('test_scope'):
    test_tensor = tf.constant(10)
print(test_tensor)

没报错的话，问题就解决啦。

额外小建议 #

其实Colab的默认环境早就升级到TensorFlow 2.x了，TF1.x系列已经停止维护。如果不是必须用1.6.0版本，建议考虑迁移到TF2.x（可以用tf.compat.v1兼容TF1.x的代码），这样能获得更好的性能和官方支持哦。

内容的提问来源于stack exchange，提问作者vvvvv