使用pip3安装了Keras，但出现“没有名为keras的模块”错误。

Question

使用pip3安装了Keras，但出现“没有名为keras的模块”错误。

3

我正在使用CNN、Keras和Tensorflow后端在Windows上创建一个叶子识别分类器。我已经安装了Anaconda、Tensorflow、numpy、scipy和keras。

我使用pip3安装了Keras:

C:\> pip3 list | grep -i keras
Keras               2.2.4
Keras-Applications  1.0.6
Keras-Preprocessing 1.0.5

然而，当我运行我的项目时，出现以下错误。

ModuleNotFoundError: No module named 'keras'

为什么会出现"模块未找到"的错误，并且如何修复这个错误？

- ABCD

你们两个解决方案中有一个可行吗？ - Daniel Scott

5个回答

2

首先，我需要在命令行中检查Keras是否已经安装，就像之前的一个回答中所提到的一样。这将有助于解决问题。

"Original Answer"的翻译是"最初的回答"。

python -c "import keras"

如果您用这个命令出现错误，可能是您没有在正确的环境中安装keras。

经过多种尝试，我仍然遇到了错误。事实证明，我必须重新启动jupyter笔记本才能使更改生效-以防您正在使用笔记本。

"最初的回答"

- wcyn

2

听起来好像你在机器上安装了多个Python版本，使用pip3进行了安装。

在安装Anaconda之前，你是否在机器上安装了Python？有时候，PATH变量中的pip3版本与Anaconda中的不同。

尝试以下操作，然后再次运行代码：

conda install keras

运行conda list命令来查看它是否已安装在Anaconda Python中：

conda list

更新

如果仍然无法正常工作，请尝试以下方法：

\path\to\Anaconda\python\python3 -m pip3 install keras

这里使用pip3，但是确保在安装keras时选择正确的安装版本。

- Daniel Scott

是的，我在安装Anaconda之前已经在我的电脑上安装了Python。我尝试了你的代码，但仍然无法正常工作。 - ABCD

1

@kajasumanie kanapathipillai 我相信这是相关的。如果您得到的堆栈跟踪与“ModuleNotFoundError: No module named 'keras'”不同，请在此处粘贴它。并且请检查当您尝试在shell中运行“conda list”时是否有输出。 - Daniel Scott

模块未找到错误：没有名为'keras'的模块。 - ABCD

@kajasumanie kanapathipillai，当您在控制台中尝试“conda list”时，您是否在列表中看到它了？ - Daniel Scott

1

@kajasumanie kanapathipillai 看看我刚刚对解决方案所做的更新。试一下并告诉我它的效果如何。我相信它会适用于你的情况。 :) - Daniel Scott

0

我也遇到了同样的问题。我卸载了Keras，然后重新安装了一个特定版本，问题得到了解决。

pip uninstall keras

然后这样 -->

pip install keras==2.2.4

- Dana Bani-Hani

0

确保你使用的 pip 实例连接到相同的 python 实例。由于我的计算机上有多个 Python 安装程序，我避免混淆它们，直接使用我想要的 Python 版本中的 pip 模块，而不是使用 pip：

python3 -m pip install keras
python3 -c "import keras" // <-- should execute without an error

- Spooky

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Prayson W. Daniel · Accepted Answer

安装Anaconda并使用pip安装软件包似乎违背了Anaconda（或任何其他软件包管理工具）的目标。

Anaconda旨在帮助您组织环境及其依赖项。

假设您的系统路径中有conda，请执行以下操作：

更新conda

conda update conda

我们可以使用Python 3.6创建一个名为“awesome”的环境，并添加随Anaconda捆绑的所有出色的数据科学包（如NumPy、SciPy、Jupyter Notebook/Lab等）以及TensorFlow和Keras。如果需要，您可以删除Anaconda并获得最小的软件包。

conda create -n awesome python=3.6 anaconda tensorflow keras

一段时间过去了，一切都很好。现在激活您的环境并测试我们是否可以导入Keras。

conda activate awesome
python -c "import keras"

完成所有操作后，你可以按如下方式停用：

conda deactivate

conda比pip更好，因为它处理库的兼容性。它可以为您升级和降级软件包。

安装Anaconda的美妙之处在于您只需安装主要软件包，它就会为您安装所有依赖项，因此您只需要执行以下操作：

conda create -n awesome python=3.6 keras

这将自动查找keras所依赖的所有软件包，或者设置为默认值，如tensorflow和numpy。

你做错了什么:
你会收到该错误，因为你的python sys.path无法定位你安装的软件包。

你可以执行以下操作:

python -c "import sys;print(sys.path)"

这将打印出您的Python查找软件包的位置。很可能keras库的路径不在其中。

当您使用pip安装时，具有该pip的默认Python将可以访问您的安装。因此，如果您有多个Python，则建议显式指定，例如：

python3 -m pip install packages

所以，您可以确信安装的是Python3目录中的Python。在这种情况下，我们需要环境来保持Python版本和依赖项的不同，并且易于控制。Anaconda、Pipenv、Poetry、piptools等工具旨在帮助您更好地管理系统；）

更新：对于Jupyter Notebook/Lab用户

如果您已经拥有Jupyter，例如在基本环境中，我们可以添加awesome作为另一个内核：

conda activate awesome 
(awesome ) conda install ipykernel -y
(awesome) python -m ipykernel install --user --name my_env --display-name "Awesome"
conda deactivate

现在，如果您运行Jupyter，您应该能够在基本Python和Awesome环境之间进行选择。