tensorflow 와 keras import시 오류(호환성 문제일 수도 있음)

Question

책을 보며 python 공부를 하다가 오류가 생긴 문장입니다.import tensorflow as tf import matplotlib.pyplot as plt from tensorflow.keras.datasets import mnist from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Flatten, Dense위 문장에서 keras mnist Sequential Flatten Dense에 빨간색 에러 표시가 뜹니다.AI에게도 물어보고 벼라별 걸 다해 봤지만 안되네요. 저 문장에서(from으로 시작되는 3문장) 빨간 줄을 없애는 방법은 tensorflow를 지우는 방법뿐입니다. 하지만 그건 권장할 수 없는 방법이라고 AI가 답변하네요. 어찌어찌 하다가 그 방법을 써서 실행을 하니 실행도 되고 결과도 나오긴 합니다만(일주일 가까이 걸렸습니다.)어떻게 해결됐냐고 물어보시면 설명하기가 무지 어려울것 같습니다...ㅎㅎ왜 tensorflow가 version 2.0 이후에 포함되었다는 keras를 인식하지 못하는지 모르겠네요. ㅜㅜ도와주시면 감사하겠습니다.AI에 의하면 각 package들 간의 또는 python과의 호환성 문제일수도 있다고 하네요참고로 전체 코드는 아래와 같습니다.import tensorflow as tf import matplotlib.pyplot as plt from tensorflow.keras.datasets import mnist from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Flatten, Dense # mnist dataset 가져오기 (x_train, y_train), (x_test, y_test) &#61; mnist.load_data() x_train, x_test &#61; x_train / 255.0, x_test / 255.0 # 데이터 정규화 # tf.data를 사용하여 데이터셋을 섞고 배치 만들기 ds &#61; tf.data.Dataset.from_tensor_slices((x_train, y_train)).shuffle(10000) train_size &#61; int(len(x_train) * 0.7) train_ds &#61; ds.take(train_size).batch(20) val_ds &#61; ds.skip(train_size).batch(20) # mnist 분류 모델 구성 model &#61; Sequential() model.add(Flatten(input_shape&#61;(28, 28))) model.add(Dense(20, activation&#61;'relu')) model.add(Dense(20, activation&#61;'relu')) model.add(Dense(10, activation&#61;'softmax')) # 모델 생성 model.compile(loss&#61;'sparse_categorical_crossentropy', optimizer&#61;'sgd', metrics&#61;['accuracy']) # 모델 학습 hist &#61; model.fit(train_ds, validation_data&#61;val_ds, epochs&#61;10) # 모델 평가 print('모델평가') model.evaluate(x_test, y_test) # 모델 정보 출력 model.summary() # 모델 저장 model.save('mnist_model.h5') # 학습결과 그래프 그리기 fig, loss_ax &#61; plt.subplots() acc_ax &#61; loss_ax.twinx() loss_ax.plot(hist.history['loss'], 'y', label&#61;'train loss') loss_ax.plot(hist.history['val_loss'], 'r', label&#61;'val loss') acc_ax.plot(hist.history['accuracy'], 'b', label&#61;'train acc') acc_ax.plot(hist.history['val_accuracy'], 'g', label&#61;'val acc') loss_ax.set_xlabel('epoch') loss_ax.set_ylabel('loss') acc_ax.set_ylabel('accuracy') loss_ax.legend(loc&#61;'upper left') acc_ax.legend(loc&#61;'lower left') plt.show()

nickisnick · Answer

제가 이 글에서 import문의 오류를 없애는 방법은 tensorflow.keras를 keras로 쓰는 것 밖에 없다고 글을 올렸습니다만그게 전혀 아닙니다. 무지의 소치였죠...tensorflow와 keras의 버전을 맞춰 줘야 합니다. 저 같은 경우는 둘다 2.10.0입니다.즉 제가 고민했던 부분은 결국 호환성 문제라는 겁니다.그러고 tensorflow 2.0 이후 버전은 keras를 흡수통합 했다고 하는군요.뭐 아시는 분들도 많으시겠지만 혹 모르는 분을 위해서 올립니다.

tensorflow 와 keras import시 오류(호환성 문제일 수도 있음)

1개의 답변

Q&A 목록