为什么我们已经在 python 中导入了 tensorflow，为什么还要从 tensorflow 中导入 keras？

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导入的理解，我认为第二行是多余的，因为如果我们已经在第一行导入了tensorflow，那么我们应该已经导入了tensorflow中的每个模块。就像我们有

import math

那么我们应该有 math.log(), math.sqrt() 可用。

但是，如果我发表评论

from tensorflow import keras

然后这行代码

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

会return NameErrorTraceback（最后一次调用）

<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

错误与 tf.keras 无关。在您的模型定义中，您使用 keras 中的 layers 而不是 tf.keras。这就是为什么您在删除导入时会收到错误消息的原因。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，您不需要从 tensorflow 导入 keras。

Answer 2

当你在python中导入一个模块时，你只导入那个模块（连同模块导入的模块），导入模块中定义的任何模块都需要自己导入，

例子

$ ptree
.
├── imports.py
└── pmod
    ├── cmod.py
    └── __init__.py

1 directory, 3 files

$ cat imports.py 
import pmod

pmod.do()
pmod.cmod.do()

$ python3 imports.py 
hello from pmod
Traceback (most recent call last):
  File "imports.py", line 4, in <module>
    pmod.cmod.do()
AttributeError: module 'pmod' has no attribute 'cmod'

但是，如果我明确导入它，它确实有效

$ cat imports.py 
import pmod
import pmod.cmod

pmod.do()
pmod.cmod.do()

$ python3 imports.py 
hello from pmod
hello from cmod

为什么我们已经在 python 中导入了 tensorflow，为什么还要从 tensorflow 中导入 keras？

Why do we have to import keras from tensorflow if we have already imported tensorflow in python?

python

import

python-import

keras

tensorflow