x = tf.placeholder(tf.float32, [None, size, size, 3])AttributeError: module 'tensorflow' h

一般遇到这种问题都是应为TensorFlow版本的原因

TensorFlow2.x与1.x版本导入用法格式稍微有不同

现在版本都是一般都是默认TensorFlow2.x

解决方法

1.将x = tf.placeholder()替换为x = tf.compat.v1.placeholder()

x = tf.compat.v1.placeholder(tf.float32, [None, size, size, 3])
y_ = tf.compat.v1.placeholder(tf.float32, [None, 2])

2.import tensorflow as tf换成import tensorflow.compat.v1 as tf

 

结果按方法1,2都会出现以下问题

 raise RuntimeError("tf.placeholder() is not compatible with "
RuntimeError: tf.placeholder() is not compatible with eager execution.

查看后发现,如果启动了紧急执行,会出错。
最终查到了一个解决方案
在import tensorflow as tf 后加上
tf.compat.v1.disable_eager_execution()
关闭紧急执行。

第二种方法举例 可以正常运行

import tensorflow.compat.v1 as tf
tf.disable_eager_execution()

  • 3
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值