AttributeError：模块“tensorflow.contrib.learn”没有属性“TensorFlowDNNClassifier”

Question

这是我正在尝试执行的 ml tensorflow 代码 -

import tensorflow.contrib.learn as skflow
from sklearn import datasets, metrics
iris = datasets.load_iris()
classifier = skflow.TensorFlowDNNClassifier(hidden_units=[10, 20, 10], n_classes=3)
classifier.fit(iris.data, iris.target)
score = metrics.accuracy_score(iris.target, classifier.predict(iris.data))

print("Accuracy: %f" % score)

它给出以下错误 -

Traceback（最近一次调用最后一次）：

文件“C:\Users\admin\test3.py”，第 5 行，

分类器 = skflow.TensorFlowDNNClassifier(hidden_​​units=[10, 20, 10], n_classes=3) AttributeError: module 'tensorflow.contrib.learn' 没有属性“TensorFlowDNNClassifier”

[在 69.3 秒内完成，退出代码为 1]

[shell_cmd: python -u "C:\Users\admin\test3.py"]

Answer 1

import tensorflow.contrib.learn.python

from tensorflow.contrib.learn.python import learn as learn

Answer 2

TensorFlow 项目中似乎进行了重大重构，所有 skflow 代码已移至 tensorflow 主存储库下。

尝试将TensorFlowDNNClassifier 替换为DNNClassifier。可以在here 找到新课程。您更正后的代码如下所示，

import tensorflow.contrib.learn as skflow
from sklearn import datasets, metrics
iris = datasets.load_iris()
# made a change in the next line
classifier = skflow.DNNClassifier(hidden_units=[10, 20, 10], n_classes=3)
classifier.fit(iris.data, iris.target)
score = metrics.accuracy_score(iris.target, classifier.predict(iris.data))

print("Accuracy: %f" % score)