Conda环境下Keras配置异常：已设Tensorflow后端却默认使用Theano

嘿，我之前也踩过这个一模一样的坑，咱们一步步来排查解决：

1. 先确认你修改的是当前conda环境对应的keras.json #

很多人会不小心修改全局配置文件，但conda环境有自己独立的配置路径。你可以在激活目标环境后，运行这段Python代码找到Keras实际读取的配置文件位置：

from keras import backend
print(backend.keras_config_path())

打开输出的路径对应的文件，确认里面的"backend": "tensorflow"是否正确设置——别改了半天改的是全局的配置，当前环境根本没用到！

2. 清理残留的Theano相关文件或依赖 #

如果之前用过Theano，可能会有残留的配置或缓存干扰：

• 删除Keras的缓存目录，一般在~/.keras/cache/，直接删掉整个文件夹就行。
• 检查当前conda环境里是不是不小心装了Theano，有的话先卸载：

conda remove theano -y

3. 检查隐性的环境变量设置 #

虽然你说没手动设KERAS_BACKEND，但有时候conda的环境激活脚本或者你的shell配置文件（比如.bashrc、.zshrc）里可能偷偷加了这个变量。激活环境后运行下面的命令检查：

echo $KERAS_BACKEND

如果输出是theano，就去对应的配置文件里删掉那行设置，然后重新激活环境。

4. 重装Keras确保版本兼容 #

有时候版本不匹配也会导致这种异常，你可以先卸载当前的Keras，再重新安装适配TensorFlow的版本：

conda remove keras -y
conda install keras tensorflow -y

要是conda源的版本不对，也可以用pip安装（记得加--no-cache-dir避免缓存问题）：

pip uninstall keras -y
pip install keras --no-cache-dir

5. 验证是否生效 #

完成上面的步骤后，重新打开Python终端，导入后端验证：

from keras import backend as K
print(K.backend())

如果输出是tensorflow，问题就解决啦！

内容的提问来源于stack exchange，提问作者GuillaumeA