模块 keras.preprocessing.image 没有属性 load_img

目录

Module keras.preprocessing.image has no attribute load_img

  1. 模块 keras.preprocessing.image 没有属性 load_img
  2. 无法从 keras.preprocessing.image 导入名称“load_img”

模块 keras.preprocessing.image 没有属性 load_img

“AttributeError: module ‘keras.preprocessing.image’ has no attribute ‘load_img’” 发生是因为keras预处理 API 已被弃用。

要解决该错误,请load_img()从 导入函数
tensorflow.keras.utils.load_img

attributeerror模块keras预处理图像没有属性load img

替换以下导入语句。

主程序
# ⛔️ deprecated API from keras.preprocessing import image

tensorflow.keras.utils.

主程序
# ✅ correct API from tensorflow.keras.utils import load_img img = load_img( 'thumbnail.webp', target_size=(300, 600), color_mode="grayscale" ) img.show()

或者,您可以导入整个
tensorflow模块。

主程序
import tensorflow as tf img = tf.keras.utils.load_img( 'thumbnail.webp', target_size=(300, 600), color_mode="grayscale" ) img.show()
keras完全集成到 中tensorflow,因此模块中导入。 kerastensorflow

keras软件包捆绑在tensorflow起始版本中2.0.0

更新其余的导入

您可能还必须将其他直接导入从更改为keras导入自tensorflow.keras这里有些例子。

主程序
# ⛔️ incorrect imports import keras from keras import layers

将它们替换为从tensorflow.keras.

主程序
# ✅ correct imports from tensorflow import keras from tensorflow.keras import layers

您应该只

文档中所示导入
load_img函数。tensorflow.keras.utils

升级你的版本tensorflowkeras

如果错误仍然存​​在,请尝试升级您的tensorflow和版本keras

pip install tensorflow keras --upgrade pip3 install tensorflow keras --upgrade # 👇️ for Anaconda conda install -c conda-forge tensorflow conda update tensorflow conda install -c conda-forge keras conda update keras # 👇️ for Jupyter Notebook !pip install tensorflow keras --upgrade

升级tensorflow和keras

如果遇到任何其他问题,请确保使用从中导入的导入语句更新直接从中
keras导入的任何其他导入语句。tensorflow.keras

无法从 keras.preprocessing.image 导入名称“load_img”

出现“ImportError: cannot import name ‘load_img’ from ‘keras.preprocessing.image’”错误是因为keras预处理 API 已被弃用。

解决导入load_img错误tensorflow.keras.utils

importerror cannot import name load img from keras 预处理图像

ImportError: cannot import name 'load_img' from 'keras.preprocessing.image' (/home/borislav/Desktop/bobbyhadz_python/venv2/lib/python3.10/site-packages/keras/preprocessing/image.py)

替换以下导入语句。

主程序
# ⛔️ incorrect import from keras.preprocessing.image import load_img

tensorflow.keras.utils.

主程序
# ✅ correct import from tensorflow.keras.utils import load_img print(load_img)
keras完全集成到 中tensorflow,因此模块中导入。 kerastensorflow

更新其余的导入语句

您可能还必须将其他直接导入从更改为keras导入自tensorflow.keras这里有些例子。

主程序
# ⛔️ incorrect imports import keras from keras import layers

将它们替换为从tensorflow.keras.

主程序
# ✅ correct imports from tensorflow import keras from tensorflow.keras import layers

您应该只

文档中所示导入
load_img方法。tensorflow.keras.utils

keras软件包捆绑在tensorflow起始版本中2.0.0

升级你的tensorflowkeras版本

如果错误仍然存​​在,请尝试升级您的tensorflow和版本keras

pip install tensorflow keras --upgrade pip3 install tensorflow keras --upgrade # 👇️ for Anaconda conda install -c conda-forge tensorflow conda install -c conda-forge keras # 👇️ for Jupyter Notebook !pip install tensorflow keras --upgrade

确保将keras直接从导入的导入语句替换为从导入的导入语句tensorflow.keras

主程序
# ✅ correct import from tensorflow.keras.preprocessing.image import ImageDataGenerator # ⛔️ incorrect import from keras.preprocessing.image import ImageDataGenerator

如果这些建议都没有帮助,您可以尝试升级您环境中的所有包。

# Upgrade all packages in your environment

The most straightforward way to upgrade all outdated packages is to use a Python
script.

main.py
import pkg_resources from subprocess import call packages = [dist.project_name for dist in pkg_resources.working_set] call("pip install --upgrade " + ' '.join(packages), shell=True)
You can store the script in a Python file, e.g. main.py and run the file with python main.py to upgrade all of the outdated packages.

Here are alternative commands you can use to upgrade all outdated packages.

shell
# 👇️ macOS or Linux pip install -U `pip list --outdated | awk 'NR>2 {print $1}'` # 👇️ Windows for /F "delims= " %i in ('pip list --outdated') do pip install -U %i

If you use a
requirements.txt file,
you can update it with the following command.

shell
pip freeze > requirements.txt

# Additional Resources

You can learn more about the related topics by checking out the following
tutorials: