在树莓派中，为python3.7搭建好tensorflow2.4（搭建的简要过程）的环境之后，跑代码时出现如题的问题
首先，利用：

import tensorflow as tf
print(tf.keras.utils.__file__)

来查找tf.keras.utils模块的__init__.py文件的路径：

然后，打开此tensorflow/keras/utils/__init__.py文件，发现tensorflow.keras.utils中的函数和类都是从tensorflow.python.keras中import过来的，之后与windows下tensorflow 2.7的__init__.py进行对比。

windows的__init__.py文件如下：

在树莓派上按照：

from tensorflow.python.keras.preprocessing.image_dataset import image_dataset_from_directory

的路径找到了image_dataset_from_directory：

说明树莓派的tf是有这个函数的，只是tensorflow/keras/utils/__init__.py文件没有import这个函数，所以在运行时没有在__init__.py文件中找到此函数而报错。

可以看到，tensorflow/keras/utils/__init__.py文件是自动生成的，不一定完整：

所以在其中添加上对image_dataset_from_directory函数的引用即可

之后在测试代码中添加：

from tensorflow.python.keras.preprocessing.image_dataset import image_dataset_from_directory

或者，直接在tensorflow/keras/utils/__init__.py文件中添加上：

from tensorflow.python.keras.preprocessing.image_dataset import image_dataset_from_directory

之后，就可以在代码中正常使用tf.keras.utils.image_dataset_from_directory了

注：类似的问题经过这种查看源代码的方法也许也能得到解决。
比如，相同版本的tensorflow的tf.lite的下一级有funcA这个函数，但是在新环境中出现了AttributeError，那可以先：

import tensorflow as tf
print(tf.lite.__file__)

看一下tf.lite的__init__.py文件的路径：

然后类似上述方法，与能正常引用funcA函数的tensorflow的__init__.py进行对比，在新环境的__init__.py文件中添加上funcA函数相关的引用就可以了