ImportError：没有名为“tensorflow.python”的模块答案

【问题标题】：ImportError: No module named 'tensorflow.python'ImportError：没有名为“tensorflow.python”的模块
【发布时间】：2017-05-15 21:35:16
【问题描述】：

在这里我想运行这段代码来尝试使用 python 的神经网络：

from __future__ import print_function 
from keras.datasets import mnist from 
keras.models import Sequential from 
keras.layers import Activation, Dense 
from keras.utils import np_utils 
import tensorflow as tf


batch_size = 128 nb_classes = 10 nb_epoch = 12

#input image dimensions img_row, img_cols = 28, 28

#the data, Shuffled and split between train and test sets (X_train, y_train), (X_test, y_test) = mnist.load_data()


X_train = X_train.reshape(X_train.shape[0], img_rows * img_cols)

X_test = X_test.reshape(X_test.shape[0], img_row * img_cols)

X_train = X_train.astype('float32') X_test = X_test.astype('float32') X_train /= 255 X_text /= 255

print('X_train shape:', X_train.shape) print(X_train_shape[0], 'train samples') print(X_test_shape[0], 'test samples')

#convert class vectors to binary category

Y_train = np_utils.to_categorical(y_train, nb_classes)

Y_test = np_utils.to_categorical(y_test, nb_classes)

model = Sequential()

model.add(Dense(output_dim = 800, input_dim=X_train.shape[1])) model.add(Activation('sigmoid')) model.add(Dense(nb_classes)) model.add(Actiovation('softmax'))

model.compile(loss = 'categorical_crossentropy', optimizer='sgd', metrics=['accuracy']) #crossentropy fungsi galat atau fungsi error dipakai kalo class biner



#model.fit(X_train, Y_train, batch_size=batch_size, nb_epoch = nb_poch, verbose=1, validation_data=(X_test, Y_test))

score = model.evaluate(X_test, Y_test, verbose = 0) print('Test Score : ', score[0]) print('Test Accuracy : ', score[1])

一开始就必须安装keras，并且成功。但是当第一次尝试运行代码时，错误是：

ImportError : 没有模块名称“tensorflow”

然后我使用 pip 安装：

pip 安装张量流

安装后我尝试再次运行代码，收到另一条类似这样的消息：

ImportError : 没有模块名称“tensorflow.python”

Message Error 我不知道这个错误

【问题讨论】：

是这个吗：github.com/tensorflow/tensorflow/issues/2885

标签： python tensorflow keras neural-network

【解决方案1】：

卸载张量流：

pip uninstall tensorflow

然后重新安装：

pip install tensorflow

【讨论】：

嗨@zhaozheng 你能解释一下为什么会发生这种情况吗？在原来的tensorflow中，为什么tensorflow.python没有正确安装。
不知道我应该高兴还是难过这确实有效
和我一样，这个方法甚至对我有用，即使我的错误不同:)
这个“有效”是因为您之前很可能安装了基于 gpu 的 tensorflow。通过卸载并重新安装，您只需将其更改为 cpu。由于 gpu 支持还有其他依赖项，因此存在问题，现在您不会遇到这些问题，因为它已“降级”到 cpu。

【解决方案2】：

对我来说升级pip 有帮助，

pip install --upgrade pip
pip uninstall tensorflow
pip install tensorflow

【讨论】：

如果上面没有帮助，你可以尝试通过在最后一行添加--no-cache-dir来安装非缓存的tensorflow。

【解决方案3】：

我在 Windows 10 中遇到了同样的问题。直到现在我都不知道为什么。

但是如果我创建一个虚拟环境

cd <your project path>

安装虚拟环境

pip install virtualenv

创建虚拟环境

virtualenv <envname>

激活环境

Windows Powershell：.\<envname>\Scripts\activate
带有 Bash 或 zsh 的 Unix：source <envname>/bin/activate

那么现在你安装 tensorflow

(<envname>) $ pip install tensorflow

然后成功运行Hello World。

*别忘了每次虚拟环境jupyter、命令行等都需要激活或配置。

【讨论】：

【解决方案4】：

尝试将您的文件名更改为独特的名称。显然，内部存在同名的 python 脚本，这是导致问题的原因。我正在使用我的脚本，使用 bert_base_tf_20.py 可以正常工作，但是当我将名称更改为 code.py 时，发生了这种情况。于是改回bert_code.py

工作正常

【讨论】：

【解决方案5】：

如果你有 python 3.6 及更高版本（很可能），默认情况下会安装一个 pip3 包。使用 pip3 安装 tensorflow 将使安装路径对 python 可见。所以试试

pip3 install tensorflow

第一次回复，希望对你有帮助！

【讨论】：

【解决方案6】：

打开一个 python shell 并输入：

help('modules')

这将收集所有可用模块的列表。张量流不应该出现，因为它没有正确安装（根据traceback）。
那么：

import sys
sys.path()

这将为您提供可以安装模块的系统路径列表。如果安装模块存在已知问题，我建议手动将文件移动到正确的系统路径。
系统路径取决于你使用的操作系统，所以我不知道我不能告诉你把它移到哪里。
但是sys.path()可以！

【讨论】：

我的 tensorflow 在 help('modules') 列表中。
执行 sys.path() 给出这个错误TypeError: 'list' object is not callable 我认为它应该是sys.path 因为它不是一种方法

【解决方案7】：

我在运行名为 tensorflow.py 的 python 文件时遇到了同样的问题，重命名后问题消失了，文件开始正常运行。

【讨论】：

【解决方案8】：

pip install --upgrade pip

这对我有用

【讨论】：

【解决方案9】：

安装 tensorflow 1.15 解决了我的问题

【讨论】：

【解决方案10】：

这里没有提到另一个问题，我花了一点时间才弄清楚。如果你在C:\Program Files\Python上安装了python，安装tensorflow时，pip会默认到另一个目录。从 C:\Program Files\Python 中删除 python 并将其安装在另一个目录中，例如 C:\Python 为我解决了这个问题。

【讨论】：

【解决方案11】：

尝试更改实际运行的 python 目录。并确保正在运行的 python 目录不是您下载 tensorflow 的位置。否则去任何其他目录，你很好。希望能解决你的问题。

【讨论】：

【解决方案12】：

试试这些步骤

pip install --upgrade pip
pip install tensorflow

【讨论】：

OP 在他们已经使用 pip 安装张量流的问题中提到这个答案没有帮助