可能需要卸载keras但是代码中还需要用到keras

找到的解决方法是卸载keras，但是代码中还需要keras，请问各位还有没有其他解决方法🙏

【相关推荐】

• 这个问题的回答你可以参考下: https://ask.csdn.net/questions/7464873
• 这篇博客你也可以参考下：跑keras模型涉及到的 keras降级
• 除此之外, 这篇博客: DL框架之Keras：深度学习框架Keras框架的简介、安装(Python库)、相关概念、Keras模型使用、使用方法之详细攻略中的 2、回调 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

  1、回调是传递给模型的对象，用于在训练期间自定义该模型并扩展其行为。你可以编写自定义回调，也可以使用包含以下方法的内置tf.keras.callbacks：

  tf.keras.callbacks.ModelCheckpoint        '定期保存模型的检查点。'
  tf.keras.callbacks.LearningRateScheduler  '动态更改学习速率。'
  tf.keras.callbacks.EarlyStopping          '在验证效果不再改进时中断训练。'
  tf.keras.callbacks.TensorBoard            '使用TensorBoard 监控模型的行为。'

  2、要使用tf.keras.callbacks.Callback，请将其传递给模型的fit 方法：

  callbacks = [
      # Interrupt training if `val_loss` stops improving for over 2 epochs
      tf.keras.callbacks.EarlyStopping(patience=2, monitor='val_loss'),
      # Write TensorBoard logs to `./logs` directory
      tf.keras.callbacks.TensorBoard(log_dir='./logs')
      ]
  model.fit(data, labels, batch_size=32, epochs=5, callbacks=callbacks,
            validation_data=(val_data, val_labels))

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^