使用 tf.compat.v1.variable_scope 会产生错误 - Tensorflow 没有属性 variable_scope

Question

我搜索了可能的解决方案，并且在任何地方都建议使用tf.compat.v1.variable_scope。我做了同样的事情，但我得到了错误：

module 'tensorflow' has no attribute 'variable_scope'

我正在使用谷歌 colab。

我的代码：

import tensorflow as tf #version - 2.3.0
with tf.compat.v1.variable_scope(self.name):
            self._build()

错误：

---> 45         with tf.compat.v1.variable_scope(self.name):
     46             self._build()
     47 

AttributeError: module 'tensorflow' has no attribute 'variable_scope'

关于如何摆脱这个错误的任何建议？ 我的 TensorFlow 版本是 2.3.0。

编辑：

这是 Astrian_72954 建议的 Migrate your TensorFlow 1 code to TensorFlow 2 中的建议：

每个 v1.variable_scope 都应该转换为 Python 对象。 通常这将是以下之一：

tf.keras.layers.Layer 
tf.keras.Model
tf.Module

我不明白这个解决方案。有人能解释一下转换为 Python 对象是什么意思吗？

Answer 1

这里的问题是 TensorFlow 2.0 不再支持某些 API。

由于 TensorFlow 2.0 中没有 tf.variable_scope()，因此您必须迁移代码。 Google 为 Tensorflow 提供了migration guide。我建议你仔细阅读。

因此您需要迁移代码，或使用旧版本的 TF（不推荐）。