如果我们已经在Python中导入了tensorflow，为什么还要从tensorflow导入keras呢？

Question

我现在正在学习tensorflow和keras，我看到所有教程都有这两个导入：

import tensorflow as tf
from tensorflow import keras

根据我对 python import 的理解，我认为第二行是额外的，因为如果我们已经在第一行中导入了tensorflow，那么我们就应该导入tensorflow中的每个模块。就像如果我们有

import math 

那么我们应该有 math.log()、math.sqrt() 可用。

但是，如果我评论

from tensorflow import keras

然后这行代码

model = tf.keras.Sequential([keras.layers.Dense(units=1, input_shape=[1])])

将返回 NameErrorTraceback （最近一次调用最后一次）

<ipython-input-3-740ba65f0ade> in <module>()
----> 1 model = tf.keras.Sequential([keras.layers.Dense(units=1, input_shape=[1])])

NameError: name 'keras' is not defined

如果我们只有import tensorflow as tf，为什么不能直接使用tf.keras？与import math中的导入相比，此导入有何特别之处？

谢谢

Answer 1

当您在 python 中导入模块时，您仅导入该模块（以及该模块导入的模块），导入模块中定义的任何模块都需要单独导入，

\n\n

例子

\n\n

$ ptree\n.\n\xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80 imports.py\n\xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 pmod\n    \xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80 cmod.py\n    \xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 __init__.py\n\n1 directory, 3 files\n\n$ cat imports.py \nimport pmod\n\npmod.do()\npmod.cmod.do()\n\n$ python3 imports.py \nhello from pmod\nTraceback (most recent call last):\n  File "imports.py", line 4, in <module>\n    pmod.cmod.do()\nAttributeError: module \'pmod\' has no attribute \'cmod\'\n

\n\n

但是如果我明确导入它它确实有效

\n\n

$ cat imports.py \nimport pmod\nimport pmod.cmod\n\npmod.do()\npmod.cmod.do()\n\n$ python3 imports.py \nhello from pmod\nhello from cmod\n

\n

Answer 2

错误不在于tf.keras. 在模型定义中，您使用layersfromkeras和 not tf.keras。这就是为什么您在删除导入时收到错误的原因。将您的模型定义替换为：

model = tf.keras.Sequential([tf.keras.layers.Dense(units=1, input_shape=[1])])

现在，您不需要keras从导入tensorflow。