解决运用keras库时遇见小问题的文章

 step1:

        由于tensorflow的开发者在keras基础上做了优化，keras是支持python3的，因为tensorflow已经将keras纳入进去了，在这种情况下，我们导入模块时，可以将

from keras.layers.core import Activation, Dense, Dropout, Lambda

修改为：

from tensorflow.python.keras.layers.core import Activation, Dense, Dropout, Lambda

修改完这些后，可能还是会出现No module named  keras.layers.normalization等问题

这时我们进行step2：

        在使用tensorflow的时候，我们应该注意python版本与TensorFlow版本兼容问题。

我本身的Python版本是3.11，并不适合安装TensorFlow（由于python版本太高，我们需要给tensorflow匹配一个更简单的版本），于是在anconda中创建了虚拟环境并设定python版本是3.6.5。

而我的Anaconda默认是python3.11（可在cmd中输入python --version检查自己默认的版本），如果直接用多版本共存的情况，对于之后的运行所需要的tensorflow等环境的版本又有冲突，所以这时最好的办法就是在Anaconda下创建虚拟环境。

创建虚拟环境步骤：

conda create -n py36 python=3.6.5

“-n”命令，会将虚拟环境安装在anaconda已安装路径默认的envs目录下，名称是py36的python3.6.5的环境
如果需要使用py36必须先激活，命令如下：

conda activate py36

退出虚拟环境

conda deactivate

此时进入虚拟环境后，安装tensorflow与Python3.6.5兼容的版本，并输入以下指令：

pip install keras==2.4.3

pip install tensorflow==2.3.1

Tensorflow=2.3.1  numpy=1.19.5  keras=2.4.3  这是对应的可用的版本关系

参考文章：ModuleNotFoundError: No module named 'keras' 错误提示情况及解决方法_fangwancheng的博客-CSDN博客Anaconda下创建虚拟环境——实现python2.7与python3.6版本共用_L_0000的博客-CSDN博客