没有属性“enable_eager_execution”？已经在使用 TensorFlow 1.7答案

【问题标题】：No attribute 'enable_eager_execution' ? Already using TensorFlow 1.7没有属性“enable_eager_execution”？已经在使用 TensorFlow 1.7
【发布时间】：2018-04-11 18:58:53
【问题描述】：

根据 TensorFlow Program's Guide (here)，以下操作需要TensorFlow 1.7，但出现错误（见下文）。

from __future__ import absolute_import, division, print_function

import tensorflow as tf

tf.enable_eager_execution()

这是我的设置。

我在 Google Colab 中按照此页面 (link) 上的说明执行此操作

!apt-get install -y -qq software-properties-common python-software-properties module-init-tools
!add-apt-repository -y ppa:alessandro-strada/ppa 2>&1 > /dev/null
!apt-get update -qq 2>&1 > /dev/null
!apt-get -y install -qq google-drive-ocamlfuse fuse
from google.colab import auth
auth.authenticate_user()
from oauth2client.client import GoogleCredentials
creds = GoogleCredentials.get_application_default()
import getpass
!google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret} < /dev/null 2>&1 | grep URL
vcode = getpass.getpass()
!echo {vcode} | google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret}

然后

!mkdir -p drive
!google-drive-ocamlfuse drive

然后

!pip install -q keras

然后再次使用来自TensorFlow Programmer's Guide的指令

pip install --upgrade tensorflow

应该已经升级到 1.7，但是我得到了以下错误：

AttributeErrorTraceback (most recent call last)
<ipython-input-9-e1c25fd4f69c> in <module>()
      1 from __future__ import absolute_import, division, print_function
      2 import tensorflow as tf
----> 3 tf.enable_eager_execution()

AttributeError: 'module' object has no attribute 'enable_eager_execution'

有什么建议吗？

更新

我刚刚发现我仍然在TensorFlow 1.6 -- 即使在我尝试了夜间构建之后

print(tf.__version__)
1.6.0

尝试了夜间构建

!pip install tf-nightly
print(tf.__version__)
1.6.0

所以我想我现在的问题是——如何在Google Colab 中升级到 1.7？

【问题讨论】：

标签： tensorflow google-colaboratory

【解决方案1】：

哦，我找到了答案——笔记本必须使用 GPU 硬件加速器（编辑->笔记本设置）。

谢谢！

更新

到目前为止，我不确定使用 GPU 硬件加速器是否真的能解决问题。另请参阅 Bob Smith 的另一个答案。我认为笔记本可能有一些记忆状态，所以我不确定我的实验结果的结论。您可能想尝试这两种建议。

【讨论】：

【解决方案2】：

好消息——我们刚刚完成了对 TF 1.7 的更新，所以您应该可以默认使用它。 :)

【讨论】：

【解决方案3】：

如果您在运行 pip upgrade 之前已经导入了 TensorFlow，则需要在更新后重新启动内核。（运行时菜单 -> 重新启动运行时）

从一个新启动的内核进程中，以下打印出 1.7 符合我的预期：

!pip install -q -U tensorflow>=1.7
import tensorflow
tensorflow.__version__

【讨论】：

谢谢！我现在很困惑。因为在某一时刻似乎我必须使用 GPU 加速，但现在我也遵循了您的建议（设置非 GPU）并且它也有效。所以我认为可能不需要 GPU 加速。