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

根据 TF 1:1 Symbols Map，在 TF 2.0 中您应该使用 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

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()。虽然仍然可以通过 TF2 中的 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)

有关详细信息，请参阅 Effective TensorFlow 2

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

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

我同意

我相信“Session()”已经被 TF 2.0 删除了。

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))

对于 TF2.x，您可以这样做。

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

>>> b'hello world

如果这是您的代码，正确的解决方案是重写它以不使用 Session()，因为在 TensorFlow 2 中不再需要

如果这只是您正在运行的代码，您可以通过运行降级到 TensorFlow 1

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

（或任何 latest version of TensorFlow 1）

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

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)

import tensorflow as tf
sess = tf.Session()

此代码将在版本 2.x 上显示属性错误

在 2.x 版中使用 1.x 版代码

尝试这个

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

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

tf.compat.v1.disable_eager_execution()

sess = tf.compat.v1.Session()

结果，一切顺利

用这个：

sess = tf.compat.v1.Session()

如果有错误，请使用以下

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

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

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))

[安慰]

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

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。

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

如果你在一些进口喜欢的时候这样做，

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

然后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，提醒您的代码它必须像 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

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

Effective TensorFlow 2 Page Link

没有你想的那么容易，在 TF 2.x 环境下运行 TF 1.x 我在网上修复神经元网络的问题时发现了一些错误，需要回顾一些变量的使用。转换为 TF 2.x 是更好的主意。 （🥺💬更容易和适应性）

TF 2.X

while not done:
    next_obs, reward, done, info = env.step(action) 
        env.render()
    img = tf.keras.preprocessing.image.array_to_img(
            img,
            data_format=None,
            scale=True
    )
    img_array = tf.keras.preprocessing.image.img_to_array(img)
    predictions = model_self_1.predict(img_array) ### Prediction

### Training: history_highscores = model_highscores.fit(batched_features, epochs=1 ,validation_data=(dataset.shuffle(10))) # epochs=500 # , callbacks=[cp_callback, tb_callback]    

TF 1.X

with tf.compat.v1.Session() as sess:
    saver = tf.compat.v1.train.Saver()
    saver.restore(sess, tf.train.latest_checkpoint(savedir + '\\invader_001'))
    train_loss, _ = sess.run([loss, training_op], feed_dict={X:o_obs, y:y_batch, X_action:o_act})
    
    for layer in mainQ_outputs: 
                model.add(layer)
        model.add(tf.keras.layers.Flatten() )
        model.add(tf.keras.layers.Dense(6, activation=tf.nn.softmax))
        predictions = model.predict(obs) ### Prediction

    
### Training: summ = sess.run(summaries, feed_dict={X:o_obs, y:y_batch, X_action:o_act})

https://i.stack.imgur.com/sVMts.png