不支持 TensorFlow 2.0 的 Keras。我们建议使用 `tf.keras`，或者降级到 TensorFlow 1.14答案

【问题标题】：Keras that does not support TensorFlow 2.0. We recommend using `tf.keras`, or alternatively, downgrading to TensorFlow 1.14不支持 TensorFlow 2.0 的 Keras。我们建议使用 `tf.keras`，或者降级到 TensorFlow 1.14
【发布时间】：2019-11-28 13:51:23
【问题描述】：

关于（不支持 TensorFlow 2.0 的 Keras。我们建议使用 tf.keras，或者降级到 TensorFlow 1.14。）任何建议时，我都遇到了错误。

谢谢

import keras
#For building the Neural Network layer by layer
from keras.models import Sequential
#To randomly initialize the weights to small numbers close to 0(But not 0)
from keras.layers import Dense

classifier=tf.keras.Sequential()

classifier.add(Dense(output_dim = 6, init = 'uniform', activation = 'relu', input_dim = 11))




RuntimeError: It looks like you are trying to use a version of multi-backend Keras that does not support TensorFlow 2.0. We recommend using `tf.keras`, or alternatively, downgrading to TensorFlow 1.14.

【问题讨论】：

标签： python tensorflow keras neural-network tf.keras

【解决方案1】：

您应该只需要更改顶部的导入：

from tensorflow.python.keras.layers import Dense
from tensorflow.python.keras import Sequential

classifier = Sequential()
classifier.add(Dense(6, init = 'uniform', activation = 'relu', input_dim = 11))

【讨论】：

我必须指出这一点。我已经完全按照您列出的方式完成了。但我收到以下错误 TypeError: __init__() missing 1 required positional argument: 'units' 谢谢
这是密集层构造中的错误，与您目前遇到的导入错误不同（因此您在上面提供的代码）。简而言之，所有层都有一个定义神经元数量的必需单位参数。更多详情可以在documentation
你的意思是units=6作为输入层classifier.add(Dense(units = 6, init = 'uniform', activation = 'relu', input_dim = 11))
更像classifier.add(Dense(6, init = 'uniform', activation = 'relu', input_shape = (11,)))。根据文档，输入形状需要是一个元组。这是一个单独的问题，因此您可能需要打开一个新问题或检查使用 keras 的 MLP 实现的现有示例。

【解决方案2】：

TensorFlow 2.0+ 只兼容 Keras 2.3.0+，所以如果你想使用 Keras 2.2.5-，你需要 TensorFlow 1.15.0-。或者，是的，您可以使用from tensorflow.keras import ...，但这根本不会使用您的keras 包，您不妨将其卸载。

【讨论】：

“可以”和实际支持有很大区别，只有Keras 2.3.x支持TensorFlow 2.0，所以不建议用2.2.5。
@MatiasValdenegro 还好那句话还有后半部分
是的，这就是为什么我建议不要提及部分支持的 TF 版本。
@MatiasValdenegro 如果有的话，它明确不鼓励使用 K2.2.5+TF2 - 否则用户可能会运行它而没有错误并认为它很好。但是好吧，我想我可以让它更明确 - 答案已更新
不，现在我发现Keras 2.2.5实际上并不支持TF 2.0的证据，看看this commit，所以说“可以”实际上是错误的。

【解决方案3】：

如果你想使用tensorflow 2.0+，你必须有keras 2.3+
尝试升级你的 keras 它对我有用：

pip install -U keras

或者您可以将 keras 版本指定为 2.3

【讨论】：

【解决方案4】：

我遇到了同样的问题。使用以下命令将我的 TensorFlow 降级到 1.14 版：

!pip install tensorflow==1.14.0

修正了错误。

【讨论】：

【解决方案5】：

首先，导入张量流：

import tensorflow as tf

接下来，代替这个，

classifier.add(Dense(output_dim = 6, init = 'uniform', activation = 'relu', input_dim = 11))

使用：

classifier.add(tf.keras.layers.Dense(output_dim = 6, init = 'uniform', activation = 'relu', input_dim = 11))

让我知道它是否有效。

【讨论】：

【解决方案6】：

第一个单元格上的这行代码对我有用

%tensorflow_version 1.x

【讨论】：

【解决方案7】：

我通过运行解决了问题

pip install --ignore-installed --upgrade keras

【讨论】：