ImportError: cannot import name ‘OrderedDict‘ from ‘typing‘ 问题解决

ImportError: cannot import name ‘OrderedDict’ from ‘typing’ 问题解决

运行model.py时报错了 E:\004---CSDN_resource>C:\Users\cxx\anaconda3\Scripts\activate&&conda activate python37(python37)E:\004---CSDN_resource>C:\Users\cxx\anaconda3\envs\python37\python.exe e:/004---CSDN_resource/02_resnet50_image_classification/model.py Traceback(most recent call last): File"e:/004---CSDN_resource/02_resnet50_image_classification/model.py", line3,in<module>from torchvisionimportmodels File"C:\Users\cxx\anaconda3\envs\python37\lib\site-packages\torchvision\__init__.py", line5,in<module>from torchvisionimportdatasets, io, models, ops, transforms, utils File"C:\Users\cxx\anaconda3\envs\python37\lib\site-packages\torchvision\models\__init__.py", line16,in<module>from .maxvitimport* File"C:\Users\cxx\anaconda3\envs\python37\lib\site-packages\torchvision\models\maxvit.py", line3,in<module>from typingimportAny, Callable, List, Optional, OrderedDict, Sequence, Tuple ImportError: cannotimportname'OrderedDict'from'typing'(C:\Users\cxx\anaconda3\envs\python37\lib\typing.py)(python37)E:\004---CSDN_resource>

这个报错非常关键，而且你其实已经踩到了一个“版本地雷”。
结论我先给你：

❌不是你的model.py写错了
❌也不是 ResNet50 的问题
✅是 Python 3.7 + torchvision 版本不兼容导致的

下面我一步一步把原因、判断依据、以及最稳妥的解决方案给你讲清楚，你也可以把这段内容整理进博客，作为“真实踩坑记录”。

一、报错本质是什么？

你的核心报错是这一句：

ImportError: cannot import name 'OrderedDict' from 'typing'

而它出现在这里：

torchvision\models\maxvit.py from typing import Any, Callable, List, Optional, OrderedDict, Sequence, Tuple

关键点 🔍

• OrderedDict不属于 typing 模块（Python 3.7）
• 它属于collections或typing_extensions
• 但新版 torchvision 假设你使用的是较新的 Python

👉也就是说：你现在的 Python 版本，已经“跟不上”你装的 torchvision 了。

二、为什么“你什么都没用 maxvit，却还是报错？”

这是一个非常容易让人迷糊的地方。

你写的是：

fromtorchvisionimportmodels

但实际上 torchvision 内部会：

importtorchvision.models.maxvit

也就是说：

哪怕你只想用 ResNet50，只要 torchvision 版本偏新，它就会加载 maxvit。

而 maxvit 是Python ≥ 3.8 时代的模型。

三、你的环境组合为什么“必炸”

你现在的关键信息是：

• Python：3.7
• Torch：1.13.x
• Torchvision：0.14+（隐含）

这是一个不安全组合。

官方兼容关系（简化版）

👉你正好处在“官方已经不太照顾”的区间。

四、最稳妥的 3 种解决方案（按推荐顺序）

✅ 方案一（强烈推荐）：单独为资源②建 Python 3.8 环境

这是工程上最干净、博客里也最合理的方案。

1️⃣ 新建环境

conda create -n resnet50_py38python=3.8-y conda activate resnet50_py38

2️⃣ 安装匹配版本（CPU 版即可）

pipinstalltorch==1.13.1torchvision==0.14.1

如果你后面要讲 GPU，可以再单独开一篇博客，不要现在纠缠。

3️⃣ 再运行 model.py

python model.py

✅问题会直接消失

⚠️ 方案二（不推荐，但可用）：强行降级 torchvision

如果你必须留在 Python 3.7（比如资源①已经这样），那就：

pip uninstall torchvision -y pipinstalltorchvision==0.11.3

并且 Torch 最好一起降：

pipinstalltorch==1.10.2torchvision==0.11.3

📌 缺点：

• ResNet50 还能用
• 但你未来写博客会一直受版本限制
• 不利于后续资源扩展

❌ 方案三（不建议）：改 torchvision 源码

网上有人会教你：

fromcollectionsimportOrderedDict

然后改maxvit.py。

⚠️这是非常不专业的做法，也不适合教学资源。

五、你现在该怎么选？（给你一个“资源作者级建议”）

站在你现在这个阶段，我明确建议你：

资源①（模板）：
允许 Python 3.7，偏“基础工程”

资源②（ResNet50 实战）：
👉升级到 Python 3.8，作为“进阶实战”

这在博客里反而是一个加分点，你可以这样写：

“从这个资源开始，我建议使用 Python 3.8，这是当前 PyTorch 工程更主流、也更稳定的选择。”