我正在使用Tensorflow==2.0.0a0
,并希望运行以下脚本:
import tensorflow as tf
import tensorboard
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import tensorflow_probability as tfp
from tensorflow_model_optimization.sparsity import keras as sparsity
from tensorflow import keras
tfd = tfp.distributions
init = tf.global_variables_initializer()
with tf.Session() as sess:
sess.run(init)
model = tf.keras.Sequential([
tf.keras.layers.Dense(1,kernel_initializer='glorot_uniform'),
tfp.layers.DistributionLambda(lambda t: tfd.Normal(loc=t, scale=1))
])
我所有的较旧笔记本都使用TF 1.13。但是,我想开发一个笔记本,在其中使用模型优化(神经网络修剪)+ TF概率,这需要Tensorflow > 1.13
。
所有库都已导入,但是init = tf.global_variables_initializer()
会产生错误:
AttributeError: module 'tensorflow' has no attribute 'global_variables_initializer'
此外,tf.Session()
生成错误:
AttributeError: module 'tensorflow' has no attribute 'Session'
所以我想这可能与 Tensorflow 本身有关,但是在Anaconda环境中我没有较早的版本。
库版本的输出:
tf.__version__
Out[16]: '2.0.0-alpha0'
tfp.__version__
Out[17]: '0.7.0-dev20190517'
keras.__version__
Out[18]: '2.2.4-tf'
关于这个问题有什么想法吗?
答案 0 :(得分:1)
Tensorflow 2.0脱离了会话,转而渴望执行。如果您引用tf.compat库并禁用急切执行,仍然可以使用会话运行代码:
import tensorflow as tf
import tensorboard
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import tensorflow_probability as tfp
from tensorflow_model_optimization.sparsity import keras as sparsity
from tensorflow import keras
tf.compat.v1.disable_eager_execution()
tfd = tfp.distributions
init = tf.compat.v1.global_variables_initializer()
with tf.compat.v1.Session() as sess:
sess.run(init)
model = tf.keras.Sequential([
tf.keras.layers.Dense(1,kernel_initializer='glorot_uniform'),
tfp.layers.DistributionLambda(lambda t: tfd.Normal(loc=t, scale=1))
])
您可以使用以下方式以这种方式转换任何python脚本:
tf_upgrade_v2 --infile in.py --outfile out.py
答案 1 :(得分:0)
我相信TF 2.0已删除了“ Session()”。
相反,使用函数绘制图表(根据TensorFlow文档): https://www.tensorflow.org/alpha/tutorials/eager/tf_function
类似问题的日志:https://github.com/tensorflow/community/pull/20/commits/9645a1249d3bdbe8e930af62d1958120a940c31d
答案 2 :(得分:0)
使用这个
init = tf.compat.v1.global_variables_initializer()
如果在此之后出现错误,则运行以下内容
tf.compat.v1.disable_eager_execution()
init = tf.compat.v1.global_variables_initializer()