Colab 升级到 TensorFlow 2.0，现在遇到错误 RuntimeError: version does not support TensorFlow 2.0答案

【问题标题】：Colab upgraded to TensorFlow 2.0, now am experiencing an error RuntimeError: version does not support TensorFlow 2.0Colab 升级到 TensorFlow 2.0，现在遇到错误 RuntimeError: version does not support TensorFlow 2.0
【发布时间】：2020-07-12 22:09:43
【问题描述】：

我一直在 colab 上运行我的深度学习模型，直到他们上周五升级了系统。我收到此错误：

AttributeError                            Traceback (most recent call last)
/usr/local/lib/python3.6/dist-packages/keras/backend/tensorflow_backend.py in _get_default_graph()
     65     try:
---> 66         return tf.get_default_graph()
     67     except AttributeError:

AttributeError: module 'tensorflow' has no attribute 'get_default_graph'

During handling of the above exception, another exception occurred:

RuntimeError                              Traceback (most recent call last)
8 frames
/usr/local/lib/python3.6/dist-packages/keras/backend/tensorflow_backend.py in _get_default_graph()
     67     except AttributeError:
     68         raise RuntimeError(
---> 69             'It looks like you are trying to use '
     70             'a version of multi-backend Keras that '
     71             'does not support TensorFlow 2.0. We recommend '

RuntimeError：您似乎正在尝试使用不支持 TensorFlow 2.0 的多后端 Keras 版本。我们建议使用 tf.keras，或者降级到 TensorFlow 1.14。

我目前在我的 Mac(Mojave) 上运行 Python 3.7.6 版本。我在我的机器上运行 TensorFlow 2.0.0 版本。

【问题讨论】：

嗯，错误很明显，需要将keras升级到支持TF 2.0的版本（比如Keras 2.3.1）或者使用tf.keras
我当前的 Keras 版本是 2.3.1...这似乎是 TF 2.0 的更新版本
我觉得奇怪的是我的 Python 版本是 3.7.6，但是如果您查看上面的错误，它提到了 3.6 版本。
Colab 中的python 版本与您本地机器中的版本无关。您确定您的 Colab 实例正在运行 Keras 2.3.1？
是的，我在终端上检查了 python 和 Keras 版本。

标签： tensorflow keras deep-learning

【解决方案1】：

我在使用 Google Colab 时也遇到了同样的问题。所以我所做的是，从 tensorflow.keras 模块中导入所有模块，而不是使用仅通过 keras 调用的传统方法。

例如。而不是
from keras.models import Sequential
使用

from tensorflow.keras import Sequential

并且，
from keras.layers import Conv2D, MaxPool2D, Dense, Flatten, Dropout
使用

from tensorflow.keras.layers import Conv2D, MaxPool2D, Flatten, Dropout, Dense

所以，我的新代码如下所示。 My new code.

【讨论】：

【解决方案2】：

尝试使用 from tensorflow.keras.models import Model

并确保所有导入的 Keras 模块版本相同。
不要使用
from tensorflow.keras.models import Model
和
from Keras import layers，
在同一个笔记本中构建 NN 时，它会不断抛出一些错误。

这个解决方案帮助了我。

【讨论】：