Python 使用Tensorflow contrib路缘石时，导入桩号
我有一堆使用Keras编写的代码，这些代码是作为单独的pip安装安装的，导入语句的编写方式类似于Keras.models import Sequential，等等 在一台新机器上，我安装了Tensorflow，它现在在contrib目录中包含Keras。为了保持版本的一致性，我认为最好使用contrib中的内容，而不是单独安装Keras，但是这会导致一些导入问题 我可以使用Python 使用Tensorflow contrib路缘石时，导入桩号,python,tensorflow,keras,Python,Tensorflow,Keras,我有一堆使用Keras编写的代码，这些代码是作为单独的pip安装安装的，导入语句的编写方式类似于Keras.models import Sequential，等等 在一台新机器上，我安装了Tensorflow，它现在在contrib目录中包含Keras。为了保持版本的一致性，我认为最好使用contrib中的内容，而不是单独安装Keras，但是这会导致一些导入问题 我可以使用import tensorflow.contrib.Keras as Keras导入Keras，但从tensorflow.c
import tensorflow.contrib.Keras as Keras执行类似的操作会给出导入错误：没有名为models的模块，来自keras.models import Sequential的给出了类似的ImportError：没有名为keras.models的模块
有没有简单的方法让x.y import z的语句工作？如果不是，则意味着更改所有实例以使用详细命名（即..m1=keras.models.Sequential（）
），这不是我的首选语法，但可以使用。尝试使用tensorflow.contrib.keras.python.keras
：
from tensorflow.contrib.keras.python.keras.models import Sequential
不幸的是，tensorflow.contrib.keras.python.keras.models中的导入顺序不再有效。从1.4版（目前为RC0）开始，他们似乎正在更改接口。有一条注释说，tensorflow.contrib.keras
接口已被弃用，您应该使用tensorflow.keras
，但如果没有python，这也不起作用
以下内容在V1.4rc0下对我有效
from tensorflow.python.keras.models import Sequential
import tensorflow.python.keras
import tensorflow.contrib.keras as keras
以下内容没有
import tensorflow.python.keras as keras
希望在最终发布之前能对此进行更多的清理。尝试使用tensorflow的最新版本：
from tensorflow.python.keras.models import Sequential
from tensorflow.python.keras.layers import LSTM, TimeDistributed, Dense, ...
我很想知道您是否认为我应该将此行为作为bug发布在Github上。对我来说似乎是这样，但对更熟悉tensorflow导入接口的人来说，这是意料之中的事。tensorflow.python从一开始就不打算向公众公开。它只是内部的东西，使用它是错误的做法，现在tensorflow终于修复了它，你应该直接使用tensorflow.keras
，它被映射到tensorflow.python.keras
。