解决tensorflow.keras无法引入layers问题

最近想学习一下Keras，利用Conda创建的TensorFlow2.0环境开始进入Keras。刚开始搭建网络，TensorFlow2.0推荐使用Keras来构建网络结构。但是当我根据教程引入Keras时显示没有这个库。。具体是这样敲的。

报错显示我没有Keras，无法导入。通过网上搜索没发现有效的解决方法。换一种思路去搜索试试，显示TensorFlow没有Keras会不会是由于我的路径错了，会不会是我的TensorFlow版本里Keras放到了其它地方呢？我继续网上搜索tensorflow.keras路径，利用下边的代码可以查看TensorFlow路径和Keras路径。

import tensorflow as tf
from tensorflow import keras

print(tf.__path__)
print(keras.__path__)

最终显示结果是这样的，当然可能会有不同的结果：

会发现Keras和TensorFlow的路径不一样，中间加了好多。。那问题来了，这条路上有两个Keras，我该使用哪一个呢？

首先我试一试第一个

from tensorflow_core.python.keras import layers

网络搭建好像是可以的，但当我使用optimizers，用同样的方法引入optimizers。使用apply_gradients时继续报错，显示没有该方法，确实没有，里边只有get_update()方法，第一个Keras路径失败。

 

使用第二个Keras路径：

from tensorflow_core.python.keras.api._v2.keras import optimizers

没问题，后边训练和测试都完美通过了。开始Keras高阶学习模式！

如果对tf.keras和keras区别感兴趣，可以看一看下边的博客，这篇博客对我解决这个问题有很大帮助！

https://blog.csdn.net/Eric_Blog_CSDN/article/details/88420234