更新

Question

我是新手，我真的需要你帮助在python中使用tensorflow。

我想使用此link in github构建具有序列序列的chatbot。但是当我开始运行此代码python 03-Twitter-chatbot.py（在下载然后提取数据集和read the related article之后）程序没有运行。并显示以下错误消息：

<log> Building Graph Traceback (most recent call last):


  File "03-Twitter-chatbot.py", line 33, in <module>
    num_layers=3
  File "D:\Temporary\abang nitip\Directory\practical_seq2seq-master\seq2seq_wrapper.py", line 79, in __init__    __graph__()
  File "D:\Temporary\abang nitip\Directory\practical_seq2seq-master\seq2seq_wrapper.py", line 45, in __graph__    basic_cell = tf.contrib.rnn.core_rnn_cell.DropoutWrapper(AttributeError: module 'tensorflow.contrib.rnn' has no attribute 'core_rnn_cell'

我想知道发生了什么，我开始运行另一个code错误是不同的，它说我的tensorflow无法导入basic_rnn或seq2seq 。然后我在cmd：

中运行此代码检查了我的张量流

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

输入sess = tf.Session()后会出现如下消息：

2017-07-18 13:46:37.730648: W C:\tf_jenkins\home\workspace\nightly-win\M\windows\PY\35\tensorflow\core\platform\cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use AVX instructions, but these are available on your machine and could speed up CPU computations.
2017-07-18 13:46:37.731648: W C:\tf_jenkins\home\workspace\nightly-win\M\windows\PY\35\tensorflow\core\platform\cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use AVX2 instructions, but these are available on your machine and could speed up CPU computations.

我不知道如何解决这个问题，我只是猜测也许我的张量流量运行不好。我使用tensorflow在我的电脑中使用spesification Windows 7旗舰版 - 64位，Python 3.5.2 。

请帮助我克服这一点。对于我糟糕的英语我很抱歉

Answer 1

正如Venky所说，这是一个向后兼容的问题。

~~如果你只想让它工作，你应该降级到tensorflow 0.12.0。您共享的github project已经指定了它所基于的tensowflow版本（0.12）。你可以用一个简单的~~来做到这一点 class Player(pg.sprite.Sprite): def __init__(self): pg.sprite.Sprite.__init__(self) self.counter = 0 # Index of the current image. # Assign the first player image. self.image = player_images[self.counter] self.pos = vec(WIDTH - 650, HEIGHT - 700) # Now get_rect works. Set the center or topleft to self.pos. self.rect = self.image.get_rect(center=self.pos) self.standing = False self.vel = vec(0, 0) self.acc = vec(0, 0) def update(self): self.acc = vec(0, PLAYER_GRAVITY) keystate = pg.key.get_pressed() if keystate[pg.K_LEFT]: # Increment the counter. self.counter = (self.counter + 1) % len(player_images) # And finally change the image. self.image = player_images[self.counter]

如果您想了解张量流中seq2seq的更多详细信息，this current google official seq2seq tutorial可能是更好的选择。官方教程几天前刚刚发布，并介绍了一些新的tf功能，如'dynamic_rnn'。

更新

正如评论中所述，git repo更新了代码而没有更新兼容性信息，这意味着你不清楚你需要什么是正确的版本。您应该尝试最近的tensorflow版本（1.1或1.2）。

使用tens_flow的Practical_seq2seq时出错

1 个答案:

更新