Question

我正在尝试使用Tensorflow Object-Detection-API训练自己的自定义对象检测器

我在Google计算引擎中使用“ pip install tensorflow”安装了tensorflow。然后，我按照该网站上的所有说明进行操作：https://tensorflow-object-detection-api-tutorial.readthedocs.io/en/latest/training.html

当我尝试使用train.py时，出现以下错误消息：

回溯（最近通话最近）：在第49行的文件“ train.py”中从object_detection.builders导入dataset_builder 在第27行中的文件“ /usr/local/lib/python3.6/dist-packages/object_detection-0.1->py3.6.egg/object_detection/builders/dataset_builder.py” 从object_detection.data_decoders导入tf_example_decoder 在第27行的“ /usr/local/lib/python3.6/dist-packages/object_detection-0.1-py3.6.egg/object_detection/data_decoders/tf_example_decoder.py”文件中 slim_example_decoder = tf.contrib.slim.tfexample_decoder AttributeError：模块“ tensorflow”没有属性“ contrib”

当我尝试学习tensorflow的版本时，我也得到了不同的结果。

python3 -c'将tensorflow导入为tf; print（tf。版本）'：2.0.0-dev20190422

当我使用

pip3显示张量流：

名称：tensorflow   版本：1.13.1   简介：TensorFlow是面向所有人的开源机器学习框架。   主页：https://www.tensorflow.org/   作者：Google Inc.   作者电子邮件：opensource@google.com   许可证：Apache 2.0   位置：/usr/local/lib/python3.6/dist-packages   需要：gast，astor，absl-py，tensorflow估计器，keras预处理，grpcio，6，keras应用，轮，numpy，tensorboard，protobuf，termcolor   必填者：

    sudo python3 train.py --logtostderr --train_dir=training/ -- 
    pipeline_config_path=training/ssd_inception_v2_coco.config

我该怎么做才能解决此问题？除了以下内容，我找不到与此错误消息有关的任何内容：tensorflow 'module' object has no attribute 'contrib'

Answer 1

tf.contrib已从TF 2.0 alpha开始移出TF。
看看这些tf 2.0发行说明https://github.com/tensorflow/tensorflow/releases/tag/v2.0.0-alpha0
您可以使用tf_upgrade_v2脚本将TF 1.x代码升级到TF2.x。 https://www.tensorflow.org/alpha/guide/upgrade

Answer 2

This issue可能对您有所帮助，它说明了如何实现TPUStrategy，这是TF <2.0中tf.contrib的流行功能。

因此，在TF 1.X中，您可以执行以下操作：

resolver = tf.contrib.cluster_resolver.TPUClusterResolver('grpc://' + os.environ['COLAB_TPU_ADDR'])
tf.contrib.distribute.initialize_tpu_system(resolver)
strategy = tf.contrib.distribute.TPUStrategy(resolver)

在不推荐使用tf.contrib的TF> 2.0中，您可以通过以下方式实现相同的目标：

tf.config.experimental_connect_to_host('grpc://' + os.environ['COLAB_TPU_ADDR'])
resolver = tf.distribute.cluster_resolver.TPUClusterResolver('grpc://' + os.environ['COLAB_TPU_ADDR'])
tf.tpu.experimental.initialize_tpu_system(resolver)
strategy = tf.distribute.experimental.TPUStrategy(resolver)

Answer 3

我也在使用 Google Colab。 A comment 建议放置

%tensorflow_version 1.x

在第一个（代码）单元格中，它起作用了！

Answer 4

我使用tensorflow 1.8训练模型，目前没有问题。 Tensorflow 2.0 alpha不适用于对象检测API

Answer 5

我使用google colab来运行我的模型，直到我使用嵌入式tesorboard为止，一切都很完美。使用tensorboard inline，我遇到了同样的问题：“模块'tensorflow'没有属性'contrib'”。

初始化张量板后，使用setup.py（research文件夹）重建并重新安装模型时，便可以进行训练。

Answer 6

如果要使用tf.contrib，现在需要从github复制源代码并将其粘贴到脚本/笔记本中。这很烦人，而且并不总是有效。但这是我发现的唯一解决方法。例如，如果要使用tf.contrib.opt.AdamWOptimizer，则必须从此处复制和粘贴。 https://github.com/tensorflow/tensorflow/blob/590d6eef7e91a6a7392c8ffffb7b58f2e0c8bc6b/tensorflow/contrib/opt/python/training/weight_decay_optimizers.py#L32

Answer 7

使用最新版本的tensorflow：pip install tensorflow==2.2.0

模块'tensorflow'没有属性'contrib'

7 个答案: