Colab中的TensorFlow 2.5更新打破了keras代码

Question

我使用Keras在googlecolab中运行了几个深度学习模型。 我的代码工作得很好，但今天突然出现了很多错误，报告导入的问题。在这里粘贴一个

---------------------------------------------------------------------------
ImportError                               Traceback (most recent call last)
<ipython-input-3-745bb0894037> in <module>()
     19 from keras.preprocessing.image import ImageDataGenerator
     20 from keras.utils import np_utils
---> 21 from keras_contrib.applications.densenet import DenseNetFCN
     22 from keras_contrib.losses.jaccard import jaccard_distance

1 frames
/usr/local/lib/python3.7/dist-packages/keras_contrib/applications/densenet.py in <module>()
     66 from keras.layers import BatchNormalization
     67 from keras.regularizers import l2
---> 68 from keras.utils.layer_utils import convert_all_kernels_in_model
     69 from keras.utils.data_utils import get_file
     70 from keras.engine.topology import get_source_inputs

ImportError: cannot import name 'convert_all_kernels_in_model' from 'keras.utils.layer_utils' (/usr/local/lib/python3.7/dist-packages/keras/utils/layer_utils.py)

Answer 1

TensorFlow 2.5版的最终版本要求每晚开发keras版本，这似乎是这些问题的根源。 https://github.com/tensorflow/tensorflow/blob/v2.5.0/tensorflow/tools/pip_package/setup.py#L107

要报告您的经验，相关的TensorFlow问题是： https://github.com/tensorflow/tensorflow/issues/49823

Answer 2

因此，我为任何可能有问题的人回答我的问题。 他们将Colab中的Tensorflow和Keras更新为2.5版本，并且一些函数没有迁移（即，转换模型中的所有内核）。 对我来说，解决方案是粘贴NN体系结构的代码，并在我不使用它时使用该函数对行进行注释。 我知道这不是最好的解决办法，但它让我度过了我所需要的