TensorFlow 和 Keras 版本不相容錯誤：cannot import name 'dtensor' 解法

這個 dtensor 匯入錯誤代表什麼？

`cannot import name 'dtensor'` 代表 Keras 嘗試載入 TensorFlow 裡不存在或版本不吻合的 `dtensor` API。問題通常不在模型程式碼，而在 TensorFlow 與 Keras 套件版本沒有對齊。

當時看到的錯誤訊息如下：

```text

ImportError: cannot import name 'dtensor' from 'tensorflow.compat.v2.experimental' (C:\Users\user\.conda\envs\py392\lib\site-packages\tensorflow\_api\v2\compat\v2\experimental\init.py)

```

這段錯誤的關鍵字有三個：

Stack Overflow 上同一類錯誤曾被歸因於 `tensorflow==2.6.0` 搭配 `keras==2.9.0` 的版本落差，建議解法是升 TensorFlow 或降 Keras（Stack Overflow，2022）。

TensorFlow 和 Keras 版本為什麼會不相容？

TensorFlow 與 Keras 雖然常一起使用，但兩者仍是不同 Python 套件。當 `pip install keras` 裝到比 TensorFlow 更新的 Keras 版本時，Keras 可能呼叫舊版 TensorFlow 還沒有提供的 API。

TensorFlow 2.6 開始，Keras 程式碼已拆到獨立的 Keras pip package，但 `tf.keras` API 入口仍保留在 TensorFlow 裡（TensorFlow 2.6 release notes，2021）。這種拆分讓套件管理更彈性，也讓「單獨升級 Keras」變成可能踩到的坑。

Keras 官方目前也特別提醒：TensorFlow 2.0 到 TensorFlow 2.15 之間，安裝 `tensorflow` 會安裝對應的 Keras 2 版本，例如 `tensorflow==2.14.0` 對應 `keras==2.14.0`（Keras，存取日期：2026-08-28）。這個原則放回舊環境，就是不要讓 TensorFlow 2.6 搭到 Keras 2.9。

遇到 dtensor 錯誤要先檢查什麼？

遇到 dtensor 匯入錯誤時，先確認目前 Python、TensorFlow、Keras 是否來自同一個虛擬環境。不要急著重裝所有套件，先把版本列出來，才知道要升級 TensorFlow 還是降版 Keras。

可以先在終端機執行：

```bash

python --version

python -m pip show tensorflow keras

python -m pip list | grep -E "tensorflow|keras"

```

在 Windows conda 環境裡，我也會加查目前環境名稱：

```bash

conda info --envs

where python

where pip

```

如果 `python` 指向 conda 環境，但 `pip` 指到別的地方，套件就可能安裝到錯誤環境。這種狀況下，請優先使用 `python -m pip install ...`，讓 pip 跟目前執行的 Python 綁在一起。

這個錯誤可以怎麼修？

TensorFlow 與 Keras 版本不相容時，有兩條修復路線：升級 TensorFlow，或降版 Keras。舊專案通常先降版 Keras，因為模型程式碼、CUDA 與 wheel 檔可能都綁在舊 TensorFlow 版本上。

常見修復方式如下：

Stack Overflow 回答裡給的兩個方向是：

```bash

pip install tensorflow==2.8

```

或：

```bash

pip install keras==2.6

```

我當時最後採用的是第二個方向：

```bash

pip install keras==2.6

```

這段範例之所以有效，是因為 TensorFlow 2.6 與 Keras 2.6 版本重新對齊。若專案已經使用較新的 TensorFlow，請改用該 TensorFlow 版本對應的 Keras，不要直接照抄舊版號。

重建 conda TensorFlow 環境有用嗎？

重建 conda 環境可以清掉混亂依賴，但重建環境不會自動修正 TensorFlow 與 Keras 版本搭配。新環境仍要安裝彼此相容的 TensorFlow、Keras、Python、CUDA 與 wheel 檔。

我當時也試過重建一個新的 TensorFlow 環境：

```bash

conda create -n tf-gpu python=3.9.2

conda activate tf-gpu

pip install --upgrade pip

pip install tensorflow_gpu-2.6.0-cp39-cp39-win_amd64.whl

```

這條路線的重點是把 GPU 專案和其他 Python 專案隔離。TensorFlow 官方 Windows build 文件列出 `tensorflow_gpu-2.6.0` 對應 Python 3.6-3.9、CUDA 11.2、cuDNN 8.1（TensorFlow，存取日期：2026-08-28）。但我當時只重建環境仍然不行，最後還是要把 Keras 降回相容版本。

如果要重新建立環境，我會照這個順序檢查：

1. 先確認專案必須使用的 TensorFlow 版本。
2. 再確認 TensorFlow 支援的 Python 版本。
3. 如果是 GPU 環境，再確認 CUDA 與 cuDNN 版本。
4. 最後安裝對應 Keras 版本，避免單獨裝到過新的 Keras。

什麼時候該升 TensorFlow，什麼時候該降 Keras？

新專案可以優先升 TensorFlow，舊專案則常先降 Keras。判斷標準不是版本號越新越好，而是模型程式碼、部署環境與 GPU 依賴能不能一起升級。

我會用這張表決定：

對我來說，這個錯誤最值得記下來的不是 `keras==2.6` 這個指令，而是排查順序：先確認目前環境，再確認版本搭配，最後才改套件。

延伸閱讀

TensorFlow 與 Keras 版本問題常和模型訓練、GPU 安裝、API 使用方式一起出現。下面幾篇站內文章可以接著查。

• Keras 介紹：用 Python 快速建立深度學習模型的高階 API
• Keras 建立模型並預測資料：從 Sequential 到 model.predict 的完整流程
• 在 Python 使用 GPU：安裝正確 TensorFlow、PyTorch 與 CuPy 套件
• TensorFlow 圖像操作功能筆記：tf.image 常用前處理與資料增強
• 如何縮小 TensorFlow 模型記憶體：剪枝、正則化與卷積設計

常見問題

Qcannot import name 'dtensor' from tensorflow.compat.v2.experimental 是什麼意思？

這個錯誤代表 Keras 嘗試從 TensorFlow 匯入 `dtensor`，但目前 TensorFlow 版本沒有提供 Keras 期待的 API。最常見原因是 TensorFlow 太舊、Keras 太新，或 pip 把套件裝進錯誤的 Python 環境。

QTensorFlow 2.6 可以搭配 Keras 2.9 嗎？

TensorFlow 2.6 不建議搭配 Keras 2.9。這組版本曾出現 `dtensor` 匯入失敗，較穩的做法是把 Keras 降到 2.6，或把 TensorFlow 升到能支援該 Keras API 的版本。

Q我應該用 pip install tensorflow==2.8 還是 pip install keras==2.6？

如果專案可以升級 TensorFlow，先試 `pip install tensorflow==2.8`。如果專案卡在 TensorFlow 2.6、Python 3.9、CUDA 或舊模型部署環境，先試 `pip install keras==2.6` 會比較保守。

Q重建 conda 環境可以解決 TensorFlow 和 Keras 不相容嗎？

重建 conda 環境只能清掉混亂依賴，不能保證版本相容。重建後仍要明確安裝相容的 TensorFlow 與 Keras，例如 TensorFlow 2.6 搭配 Keras 2.6。

Q為什麼要用 python -m pip install 而不是直接 pip install？

`python -m pip install` 會使用目前 Python 對應的 pip，較不容易裝到別的環境。多個 conda 環境或系統 Python 並存時，直接 `pip install` 很容易把套件安裝到非預期位置。

QWindows TensorFlow GPU 舊環境還能照舊使用嗎？

舊環境可以維持可重現版本，但不適合隨意升級單一套件。TensorFlow 官方文件說明，Windows 原生 CUDA GPU 支援只到 TensorFlow 2.10 或更早版本；新環境通常要評估 WSL2 或其他安裝方式。

參考資料

• Stack Overflow，〈Cannot import name 'dtensor' from 'tensorflow.compat.v2.experimental'〉，2022，存取日期：2026-08-28。
• TensorFlow，〈Build from source on Windows〉，存取日期：2026-08-28。
• TensorFlow，〈Install TensorFlow with pip〉，存取日期：2026-08-28。
• Keras，〈Getting started with Keras〉，存取日期：2026-08-28。

最後更新

本文最後更新於 2026-08-28。我當時的筆記發布於 2023-01-03，本文保留 TensorFlow/Keras 版本不相容的錯誤訊息、conda 環境嘗試與最後有效的降版 Keras 解法，並補上 GEO Answer Blocks、FAQ、參考資料與站內延伸閱讀。

關於作者 {#author}

Claire Chang ｜ 企業 AI 導入與流程轉型顧問。專注於 AI Agent 架構設計、ERP 系統整合與企業 AI 治理。

首次發布：2023-01-03