Tensorflow 2.0 - AttributeError：模块'tensorflow'没有属性'Session'答案

【问题标题】：Tensorflow 2.0 - AttributeError: module 'tensorflow' has no attribute 'Session'Tensorflow 2.0 - AttributeError：模块'tensorflow'没有属性'Session'
【发布时间】：2019-08-04 04:37:38
【问题描述】：

当我在 Tensorflow 2.0 环境中执行命令 sess = tf.Session() 时，我收到如下错误消息：

Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: module 'tensorflow' has no attribute 'Session'

系统信息：

操作系统平台和分发：Windows 10
Python 版本：3.7.1
Tensorflow 版本：2.0.0-alpha0（使用 pip 安装）

重现步骤：

安装：

pip install --upgrade pip
pip install tensorflow==2.0.0-alpha0
点安装 keras
pip install numpy==1.16.2

执行：

执行命令：import tensorflow as tf
执行命令：sess = tf.Session()

【问题讨论】：

很奇怪。我认为不是TF版本的原因，而是完整的TF安装坏了。见github.com/tensorflow/tensorflow/issues/…
TensorFlow 2.0 围绕functions, not sessions 工作。我认为最初的想法是至少在最初保留tf.Session，但看着the docs，它似乎终于被彻底刮掉了。
哦，看来您仍然可以通过tf.compat.v1.Session 访问它。
@DmytroPrylipko 我在创建这个问题之前尝试过。它对我不起作用。

标签： python tensorflow keras tensorflow2.0

【解决方案1】：

根据TF 1:1 Symbols Map，在TF 2.0 中你应该使用tf.compat.v1.Session() 而不是tf.Session()

https://docs.google.com/spreadsheets/d/1FLFJLzg7WNP6JHODX5q8BDgptKafq_slHpnHVbJIteQ/edit#gid=0

要在 TF 2.0 中获得类似 TF 1.x 的行为，可以运行

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

但随后无法从 TF 2.0 中的许多改进中受益。有关详细信息，请参阅迁移指南 https://www.tensorflow.org/guide/migrate

【讨论】：

使用import tensorflow.compat.v1 as tf tf.disable_v2_behavior() 给我一个错误AttributeError: module 'tensorflow_core.compat.v1' has no attribute 'contrib'
在 TF 2.0 迁移文档It is still possible to run 1.X code, unmodified (except for contrib), in TensorFlow 2.0中找到了这个
收到tensorflow_core has no attribute 错误时，您使用的是哪个TF版本？
我已经下载了一些笔记本，但我遇到了这些问题，在答案中提到的顶部导入语句帮助我摆脱了恼人的错误。
我如何评估 TF2 中的静态 .pb 图形呢？只有通过使用像tf.compat.v1.Session() 这样的tf1-feature。在 TF2 中，您应该始终使用渴望模式，而不是 .pb？

【解决方案2】：

TF2 默认运行 Eager Execution，因此不再需要 Session。如果要运行静态图，更合适的方法是在 TF2 中使用tf.function()。虽然在 TF2 中仍然可以通过tf.compat.v1.Session() 访问 Session，但我不鼓励使用它。通过比较 hello worlds 中的差异来证明这种差异可能会有所帮助：

TF1.x 你好世界：

import tensorflow as tf
msg = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(msg))

TF2.x 你好世界：

import tensorflow as tf
msg = tf.constant('Hello, TensorFlow!')
tf.print(msg)

欲了解更多信息，请参阅Effective TensorFlow 2

【讨论】：

TF2有非eager模式吗？还是急切模式只是建议的执行模式？如果我想在 TF2 中有静态 .pb 文件怎么办？可能吗？那么如何在 TF2 中评估它？

【解决方案3】：

我在安装windows10 + python3.7(64bit) + anacconda3 + jupyter notebook.后第一次尝试python时遇到了这个问题

我通过引用“https://vispud.blogspot.com/2019/05/tensorflow200a0-attributeerror-module.html”解决了这个问题

我同意

我相信“Session()”已在 TF 2.0 中删除。

我插入了两行。一个是tf.compat.v1.disable_eager_execution()，另一个是sess = tf.compat.v1.Session()

我的Hello.py如下：

import tensorflow as tf

tf.compat.v1.disable_eager_execution()

hello = tf.constant('Hello, TensorFlow!')

sess = tf.compat.v1.Session()

print(sess.run(hello))

【讨论】：

我宁愿说在 TF 2.0 中 Session() 已被移动而不是被删除。 需要使用 Session() 已被删除。

【解决方案4】：

对于TF2.x，你可以这样做。

import tensorflow as tf
with tf.compat.v1.Session() as sess:
    hello = tf.constant('hello world')
    print(sess.run(hello))

>>> b'hello world

【讨论】：

【解决方案5】：

如果这是您的代码，正确的解决方案是将其重写为不使用 Session()，因为在 TensorFlow 2 中不再需要这样做

如果这只是你正在运行的代码，你可以通过运行降级到 TensorFlow 1

pip3 install --upgrade --force-reinstall tensorflow-gpu==1.15.0

（或latest version of TensorFlow 1 是什么）

【讨论】：

在1.15.x之后应该没有其他的1.x版本的TF，除非会出现一些补丁，但没有改进。

【解决方案6】：

Tensorflow 2.x 默认支持 Eager Execution，因此不支持 Session。

【讨论】：

【解决方案7】：

import tensorflow as tf
sess = tf.Session()

此代码将在版本 2.x 上显示属性错误

在版本 2.x 中使用版本 1.x 代码

试试这个

import tensorflow.compat.v1 as tf
sess = tf.Session()

【讨论】：

【解决方案8】：

我在更新 Windows 10 后第一次尝试 Google Colab 时也遇到了同样的问题。然后我改了，插入了两行，

tf.compat.v1.disable_eager_execution()
sess = tf.compat.v1.Session()

结果一切顺利

【讨论】：

【解决方案9】：

import tensorflow._api.v2.compat.v1 as tf
tf.disable_v2_behavior()

【讨论】：

【解决方案10】：

使用 Anaconda + Spyder (Python 3.7)

[代码]

import tensorflow as tf
valor1 = tf.constant(2)
valor2 = tf.constant(3)
type(valor1)
print(valor1)
soma=valor1+valor2
type(soma)
print(soma)
sess = tf.compat.v1.Session()
with sess:
    print(sess.run(soma))

[控制台]

import tensorflow as tf
valor1 = tf.constant(2)
valor2 = tf.constant(3)
type(valor1)
print(valor1)
soma=valor1+valor2
type(soma)
Tensor("Const_8:0", shape=(), dtype=int32)
Out[18]: tensorflow.python.framework.ops.Tensor

print(soma)
Tensor("add_4:0", shape=(), dtype=int32)

sess = tf.compat.v1.Session()

with sess:
    print(sess.run(soma))
5

【讨论】：

【解决方案11】：

TF v2.0 支持 Eager 模式相对于 v1.0 的 Graph 模式。因此，v2.0 不支持 tf.session()。因此，建议您重写代码以在 Eager 模式下工作。

【讨论】：

TF2 是否支持非急切模式？还是非急切只是 tf1 功能？那么如何评估 tf2 中的.pb 图表呢？

【解决方案12】：

我也遇到了同样的问题

import tensorflow as tf
hello = tf.constant('Hello World ') 
sess = tf.compat.v1.Session()    *//I got the error on this step when I used 
                                   tf.Session()*
sess.run(hello)

尝试用tf.compact.v1.Session()替换它

【讨论】：

【解决方案13】：

使用这个：

sess = tf.compat.v1.Session()

如果有错误，使用下面的

tf.compat.v1.disable_eager_execution()
sess = tf.compat.v1.Session()

【讨论】：

【解决方案14】：

如果您在某些导入时这样做，

from keras.applications.vgg16 import VGG16
from keras.preprocessing import image
from keras.applications.vgg16 import preprocess_input
import numpy as np

那么我建议您按照以下步骤操作，
注意：仅适用于 TensorFlow2 和 CPU 进程
第 1 步：告诉您的代码就像编译器是 TF1 一样并禁用 TF2 行为，请使用以下代码：

import tensorflow as tf
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

第 2 步：在导入库时，提醒您的代码必须像 TF1 一样运行，每次都是这样。

tf.disable_v2_behavior()
from keras.applications.vgg16 import VGG16
from keras.preprocessing import image
from keras.applications.vgg16 import preprocess_input
import numpy as np

结论：这应该可行，如果出现问题，请告诉我，如果是 GPU，请提及为 keras 添加后端代码。另外，TF2 不支持 session 有一个单独的理解，在 TensorFlow 上已经提到，链接是：

TensorFlow Page for using Sessions in TF2

此链接中提到了其他主要的 TF2 更改，它很长，但请仔细阅读，使用 Ctrl+F 寻求帮助。链接，

Effective TensorFlow 2 Page Link

【讨论】：

【解决方案15】：

对于 TensorFlow 2.0 及更高版本，试试这个。

import tensorflow as tf

tf.compat.v1.disable_eager_execution()

a = tf.constant(5)
b = tf.constant(6)
c = tf.constant(7)
d = tf.multiply(a,b)
e = tf.add(c,d)
f = tf.subtract(a,c)

with tf.compat.v1.Session() as sess:
  outs = sess.run(f)
  print(outs)

【讨论】：