AttributeError: module 'keras' has no attribute 'datasets'

### 解决方案 当遇到 `AttributeError: module 'keras' has no attribute 'datasets'` 的错误时，通常是因为导入方式不正确或者使用的库版本不符合预期。以下是详细的分析和解决方案： #### 1. **确认 TensorFlow 和 Keras 版本** 在 TensorFlow 2.x 中，推荐使用 `tensorflow.keras` 而不是独立的 Keras 库[^2]。因此，建议通过以下代码检查当前环境中 TensorFlow 和 Keras 的版本： ```python import tensorflow as tf print(tf.__version__) ``` 如果发现正在使用独立的 Keras 库而不是 TensorFlow 内置的 Keras，则可能导致此类问题。 --- #### 2. **调整导入语句** 为了避免冲突并确保使用的是 TensorFlow 官方支持的 Keras 实现，应将原来的 `import keras` 替换为 `from tensorflow import keras` 或者直接使用 `tensorflow.keras`[^2]: ```python from tensorflow import keras # 或者 import tensorflow.keras as keras ``` 这样可以确保访问到的功能来自 TensorFlow 集成版的 Keras，从而避免因分离维护而导致的兼容性问题。 --- #### 3. **验证数据集加载路径** 在 TensorFlow 的内置 Keras 中，`datasets` 是作为子模块存在的。例如，MNIST 数据集可以通过以下方法加载： ```python from tensorflow.keras.datasets import mnist (x_train, y_train), (x_test, y_test) = mnist.load_data() ``` 如果仍然报错，请进一步排查是否有多个不同版本的 Keras 或 TensorFlow 存在于同一 Python 环境中[^3]。 --- #### 4. **创建虚拟环境重新安装依赖项** 为了排除潜在的包管理混乱问题，强烈建议在一个干净的虚拟环境中重新安装所需的依赖项。具体操作如下： - 创建新的虚拟环境（以 conda 为例）： ```bash conda create -n myenv python=3.8 conda activate myenv ``` - 安装最新稳定版本的 TensorFlow 及其依赖项： ```bash pip install tensorflow ``` 随后再次尝试运行程序，观察是否仍存在相同错误。 --- #### 5. **切换 Jupyter Notebook 内核** 如果你是在 Jupyter Notebook 上开发模型，并且已经按照上述步骤完成了 TensorFlow 的安装，但仍无法正常调用 `tensorflow.keras.datasets`，则可能需要手动更改笔记本所使用的内核设置[^3]。确保选择了对应于新安装 TensorFlow 的 Python 环境。 --- ### 总结 综上所述，解决 `AttributeError: module 'keras' has no attribute 'datasets'` 的核心思路包括：统一采用 `tensorflow.keras` 接口替代孤立的 Keras；仔细校验各组件间的版本匹配情况；必要情况下重建隔离的工作空间以防干扰因素影响正常使用效果[^1][^2][^3]。