TensorFlow2.6duiyinkears

是的，从 TensorFlow 2.0 版本开始，Keras 被正式集成到 TensorFlow 中，称为 `tensorflow.keras`。因此，在 TensorFlow 2.6 版本中，你可以直接使用 `tensorflow.keras` 来导入 Keras 相关的模块和层。

以下是导入 Keras 模块和层的示例代码：

import tensorflow as tf

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Conv2D, Dropout, ...

# 创建一个序列模型
model = Sequential()

# 添加一些层
model.add(Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32, 3)))
model.add(Dropout(0.5))
model.add(Dense(10, activation='softmax'))

# 编译模型
model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])

请注意，`tensorflow.keras` 提供了与标准的 Keras API 相同的功能，但在某些情况下可能有些微小的差异。如果你之前使用的是独立的 Keras 库，现在可以直接使用 `tensorflow.keras` 来替代。