tensorflow2.0及以上版本在使用Session模块时报错：AttributeError: module ‘tensorflow‘ has no attribute ‘Session‘ 已解决

tensorflow2.0版本及之后的版本在使用Session模块时报错：AttributeError: module ‘tensorflow’ has no attribute ‘Session’
AttributeError: module 'tensorflow' has no attribute 'Session'
错误的意思是tensortflow模块没有Session属性，后来查阅资料发现，tensorflow2.0版本中的确没有Session这个属性。
如果安装的是tensorflow2.0版本又想利用Session属性，可以在tf.Session()文件头添加导入模块处，将import tensorflow as tf更改为：

import tensorflow.compat.v1 as tf

就可以正常运行了。

如果运行后出现如下错误：
RuntimeError: tf.placeholder() is not compatible with eager execution.
查阅资料发现，原因是2.0与1.0版本不兼容。这是因为在运行**tf.compat.v1.placeholder(dtype, shape = None, name = None)**的时候急切执行了这条语句，但是我们一般都是在一个Session前先去定义placeholder，但是不会去执行，然后再在Sesion上下文管理器中去传入我们的数据，然后执行。
tensorflow的官网对disable_eager_execution()方法是这样解释的：
翻译过来为：此函数只能在创建任何图、运算或张量之前调用。它可以用于从TensorFlow 1.x到2.x的复杂迁移项目的程序开头。这里给出一个方法(对我有效)

在程序开始部分添加以下代码：

tf.compat.v1.disable_eager_execution()

例子
Error

import tensorflow as tf
import numpy as np
# tf.compat.v1.disable_eager_execution()
x = tf.compat.v1.placeholder(tf.float32, shape=(1024, 1024))
y = tf.matmul(x, x)

with tf.compat.v1.Session() as sess:
    print(sess.run(y))

    # rand_array = np.random.rand(1024, 1024)
    # print(sess.run(y, feed_dict={x: rand_array}))

Correct

import tensorflow as tf
import numpy as np
tf.compat.v1.disable_eager_execution()
x = tf.compat.v1.placeholder(tf.float32, shape=(1024, 1024))
y = tf.matmul(x, x)

with tf.compat.v1.Session() as sess:
    # print(sess.run(y))

    rand_array = np.random.rand(1024, 1024)
    print(sess.run(y, feed_dict={x: rand_array}))

参考资料：
1、eager execution not working with placeholders #18165