ImportError：无法从“tensorflow.python.eager.context”导入名称“get_config”答案

【问题标题】：ImportError: cannot import name 'get_config' from 'tensorflow.python.eager.context'ImportError：无法从“tensorflow.python.eager.context”导入名称“get_config”
【发布时间】：2021-07-01 23:48:37
【问题描述】：

我的笔记本一直工作到今天。在我的 colab 笔记本开始时，我安装了 tf-nightly，但现在它给了我这个错误

---------------------------------------------------------------------------
ImportError                               Traceback (most recent call last)
<ipython-input-1-589c442233c5> in <module>()
      7 import tensorflow as tf
      8 from tensorflow.keras import datasets, layers, models
----> 9 from keras.preprocessing import image
     10 from keras_preprocessing.image import ImageDataGenerator #check underscore or not
     11 from tensorflow.keras.preprocessing import image_dataset_from_directory

2 frames
/usr/local/lib/python3.7/dist-packages/keras/backend.py in <module>()
     35 from tensorflow.python.distribute import distribute_coordinator as dc
     36 from tensorflow.python.distribute import distribute_coordinator_context as dc_context
---> 37 from tensorflow.python.eager.context import get_config
     38 from tensorflow.python.framework import config
     39 from keras import backend_config

ImportError: cannot import name 'get_config' from 'tensorflow.python.eager.context' (/usr/local/lib/python3.7/dist-packages/tensorflow_core/python/eager/context.py)

这是我的代码：

!pip install tf-nightly

import tensorflow as tf
from tensorflow.keras import datasets, layers, models
from keras.preprocessing import image
from keras_preprocessing.image import ImageDataGenerator
from tensorflow.keras.preprocessing import image_dataset_from_directory
from keras.callbacks import Callback, ModelCheckpoint, ReduceLROnPlateau, EarlyStopping

我已尝试安装 tensorflow==2.1.0，但也没有成功。如果我注释掉一个导入，我只会在下一行收到另一个错误，而且我无法在网上找到很多关于此的内容。任何帮助将不胜感激！

【问题讨论】：

如果不需要，请卸载 tf-nightly。
我在尝试从 keras.utils.np_utils 导入 to_categorical() 方法时遇到了同样的问题。我没有找到直接的解决方案，但我设法通过从 tensorflow.keras.utils 导入来绕过错误...

标签： python tensorflow keras

【解决方案1】：

代替

import keras

试试

from tensorflow import keras

这对我有用！

【讨论】：

立即工作

【解决方案2】：

这些命令解决了这个问题：

pip install --upgrade tensorflow
pip install --upgrade tensorflow-gpu

【讨论】：

【解决方案3】：

我有 Tensorflow===2.2.0，当我将其更新为 Tensorflow==2.4.0 时，出现了这个问题。

我认为keras.models.load_model 和您正在使用的tensorflow 的基本版本存在冲突。

尝试运行 -

import tensorflow as tf
tf.keras.models.load_model(model_path)

它对我有用。

【讨论】：

【解决方案4】：

这个奇怪的问题对应于 tensorflow 的导入。如果您将from keras.preprocessing import image 更改为from tensorflow.keras.preprocessing import image，它将起作用。

【讨论】：

【解决方案5】：

在我使用 Google colab 的情况下，我将 tensorflow 降级为 2.2，并将所有 import keras.xxxx 替换为 import tensorflow.keras.xxxx。这样就解决了。

【讨论】：

【解决方案6】：

而不是 from keras.preprocessing import image 做这个： from tensorflow.keras.preprocessing import image

【讨论】：

【解决方案7】：

我刚刚自己解决了这个问题。

# Instead of this:
from keras.preprocessing import image

# Do this:
from tensorflow.keras.preprocessing import image

【讨论】：

【解决方案8】：

pip install --upgrade tensorflow
pip install --upgrade tensorflow-gpu

有效，但会干扰 Tensorflow/NVIDIA CUDA Toolkit/NVIDIA cuDNN GPU 支持设置。更好的解决方案：卸载 Keras 2.6.0，安装 Keras 2.4.3

错误已修复，GPU 正在运行！

【讨论】：

【解决方案9】：

试试 Keras 2.3.1 的版本

pip install keras==2.3.1

然后也安装它

pip install git+https://www.github.com/keras-team/keras-contrib.git

【讨论】：

【解决方案10】：

我已经更新了

from keras.preprocessing.image import ImageDataGenerator
from keras.preprocessing.image import img_to_array, load_img
from keras import layers, models, optimizers
from keras import backend as K

到

from tensorflow.keras.preprocessing.image import ImageDataGenerator
from tensorflow.keras.preprocessing.image import img_to_array, load_img
from tensorflow.keras import layers, models, optimizers
from tensorflow.keras import backend as K

它有效:)

【讨论】：

【解决方案11】：

在我的情况下，我从以下更改了导入：

from keras.preprocessing.image import ImageDataGenerator

到这里：

from tensorflow.keras.preprocessing.image import ImageDataGenerator

【讨论】：

from keras.preprocessing.image import ImageDataGenerator - 使用 from tensorflow.keras.preprocessing.image import ImageDataGenerator 更改它
请使用问题帖子下的 cmets 部分来获取“未回答”的 cmets，例如“在我的情况下，我更改为并且它对我有用。”，谢谢！