tensorflow：AttributeError：'module'对象没有属性'mul'

Question

我已经使用了tensorflow一天，但是遇到了一些麻烦，当我导入tensorflow时，会出现AttributeError：'module'对象没有属性'XXXXXX'

环境

我使用的是ubuntu14.04，python2.7，CUDA工具包8.0和CuDNN v5。 我的六个和protobuf的版本是： 名称：六 版本：1.10.0 位置：/usr/local/lib/python2.7/dist-packages 要求： 名称：protobuf 版本：3.2.0 位置：/usr/local/lib/python2.7/dist-packages 需要：六，setuptools

这是我的测试代码：

import tensorflow as tf
a = tf.placeholder(tf.int16)
b = tf.placeholder(tf.int16)
add = tf.add(a, b)
mul = tf.mul(a, b)
with tf.Session() as sess:
    # Run every operation with variable input
    print "Addition with variables: %i" % sess.run(add, feed_dict={a: 2, b: 3})
    print "Multiplication with variables: %i" % sess.run(mul, feed_dict={a: 2, b: 3})

我得到了这个输出：

tensorflow安装有问题吗？或任何其他问题？

Answer 1

根据tensorflow 1.0.0 release notes，

  

tf.mul，tf.sub和tf.neg已被弃用，支持tf.multiply，tf.subtract和tf.negative。

您需要将tf.mul替换为tf.multiply。

Answer 2

此操作以前在0.x版本中可用。使用release of TF 1.0 they introduced breaking changes to the API。

除了

  

tf.mul，tf.sub和tf.neg已弃用，以支持tf.multiply，   tf.subtract和tf.negative

使用以下理由重命名和更改了许多其他功能：

  

已将多个python API调用更改为类似于NumPy   密切。

因此，您在网络或书籍中找到的许多脚本都无法使用。好的是，他们中的大多数都可以通过迁移进行修复script。它可以与tf_upgrade.py --infile foo.py --outfile foo-upgraded.py一起运行。它无法解决所有问题（列出限制here），但会为您节省大量工作。

Answer 3

2.0兼容答案：

如果要从Tensorflow 1.x迁移到2.x，则 tf.multiply 的命令如下所示：

tf.compat.v1.math.multiply, tf.compat.v1.multiply, tf.compat.v2.math.multiply, tf.compat.v2.multiply

如果要从Tensorflow 1.x迁移到2.x，则 tf.subtract 的命令如下所示：

tf.compat.v1.math.subtract, tf.compat.v1.subtract, tf.compat.v2.math.subtract, tf.compat.v2.subtract

如果要从Tensorflow 1.x迁移到2.x，则 tf.negative 的命令如下所示：

tf.compat.v1.math.negative, tf.compat.v1.negative, tf.compat.v2.math.negative, 
tf.compat.v2.negative

有关更多详细信息，请参见此Tensorflow Migration Guide。

Answer 4

在python-3中，使用pip install -r requirements.txt代替tf.multiply。