Tensorflow 内核在spyder中被杀死时发生keras导入错误

Tensorflow 内核在spyder中被杀死时发生keras导入错误,tensorflow,module,keras,spyder,Tensorflow,Module,Keras,Spyder,我刚开始在spyder中使用tensorflow和keras。我试图运行一个张量流示例:。但当我关闭控制台并再次运行代码时,keras模块似乎找不到,并显示以下错误 ImportError: cannot import name 'keras' 我已经在我的巨蟒上安装了keras和tensorflow。我在spyder上使用windows 10运行此功能。我在stackoverflow上看到的另一个答案是安装keras,我已经这样做了。我已经尝试过安装和重新安装它,但在我杀死内核后,错

我刚开始在spyder中使用tensorflow和keras。我试图运行一个张量流示例:。但当我关闭控制台并再次运行代码时,keras模块似乎找不到,并显示以下错误

    ImportError: cannot import name 'keras'
我已经在我的巨蟒上安装了keras和tensorflow。我在spyder上使用windows 10运行此功能。我在stackoverflow上看到的另一个答案是安装keras,我已经这样做了。我已经尝试过安装和重新安装它,但在我杀死内核后,错误再次出现

我已经试着删除并重新安装tensorflow和keras,它可以工作,但同样的问题继续发生

import tensorflow as tf
from tensorflow import keras
import numpy as np
import matplotlib.pyplot as plt

fashion_mnist = keras.datasets.fashion_mnist

(train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data()

class_names = ['T-shirt/top', 'Trouser', 'Pullover', 'Dress', 'Coat', 
        'Sandal', 'Shirt', 'Sneaker', 'Bag', 'Ankle boot']

model = keras.Sequential([
    keras.layers.Flatten(input_shape=(28, 28)),
    keras.layers.Dense(300, activation=tf.nn.relu),
    keras.layers.Dense(10, activation=tf.nn.softmax)
])

model.compile(optimizer='adam', 
                loss='sparse_categorical_crossentropy',
                metrics=['accuracy'])

model.fit(train_images, train_labels, epochs=10)

test_loss, test_acc = model.evaluate(test_images, test_labels)

print('Test accuracy:', test_acc)



#-----------------MAKING PREDICTIONS

predictions = model.predict(test_images)
predictions[0]

我希望每次我杀死内核或控制台时,控制台都会找到keras模块。我的模型的精度也达到了0.1,这可能与错误无关,但示例显示精度高于0.8。对不起,我将脚本命名为tensorflow.py(此处为Spyder maintainer)。请阅读解释如何解决此问题的内容。您使用的是哪种Python版本?一定有某种Python解释器错误。