tf2.0运行sess.run报错

最新推荐文章于 2022-01-12 23:56:24 发布
最新推荐文章于 2022-01-12 23:56:24 发布
阅读量1.5k 收藏 4
点赞数 5
文章标签： tensorflow session
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42206101/article/details/109465117
版权

@[toc](AttributeError: module ‘tensorflow’ has no attribute ‘Session’())

sess = tf.Session()
sess.run()

运行上面一行代码的时候会报错 AttributeError: module ‘tensorflow’ has no attribute ‘Session’()，tf1.0是可以执行的，但是tf 2.0以后移除了tf.Session,要是想用这Session的话，得改为

sess = tf.compat.v1.Session()

并且要在开头加一行,一定要加在最前面，import下面就行，我试过了，要是加在中间，还是会报错。

tf.compat.v1.disable_eager_execution()

这样就ok了。

喝茶晒太阳
关注
  • 5
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Assess.zip_Java编程_Java_
08-11
通用办公自动化系统，包含工作任务，个人日志，个人出勤，请假、调休申请、审批，权限设置，部门管理，岗位管理，人员管理等模块，Struts2+Spring+Ibaits实现
tensorflow中sess.run()
lty_sky的专栏
06-12 2741
Session()方法 tensorflow的内核使用更加高效的C++作为后台，以支撑它的密集计算。tensorflow把前台(即python程序)与后台程序之间的连接称为"会话(Session)" Session作为会话，主要功能是指定操作对象的执行环境，Session类构造函数有3个可选参数。 target(可选)：指定连接的执行引擎，多用于分布式场景。 graph(可选)：指定要在S...
assess.zip
07-30
文件夹 PATH 列表 卷序列号为 4E8D-6931 C:. │ .txt │ assess.zip │ └─assess │ assess.sql │ pom.xml │ ├─.idea │ │ assess.eml │ │ assess.iml │ │ compiler.xml │ │ encodings.xml │ │ misc.xml │ │ modules.xml │ │ uiDesigner.xml │ │ webContexts.xml │ │ workspace.xml │ │ │ ├─artifacts │ │ assess_war.xml │ │ assess_war_exploded.xml │ │ │ └─libraries │ Maven__javax_servlet_javax_servlet_api_4_0_1.xml │ Maven__javax_servlet_jstl_1_2.xml │ Maven__mysql_mysql_connector_java_5_1_38.xml │ ├─src │ └─main │ ├─java │ │ └─com │ │ └─demo │ │ ├─bean │ │ │ UserBean.java │ │ │ │ │ ├─dao │ │ │ JdbcUtils.java │ │ │ │ │ ├─service │ │ │ UserService.java │ │ │ │ │ └─web │ │ └─controller │ │ LoginController.java │ │ UserController.java │ │ │ ├─resources │ └─webapp │ │ add.jsp │ │ index.jsp │ │ login.jsp │ │ modify.jsp │ │ │ ├─assets │ │ └─bootstrap-3.3.7 │ │ ├─css │ │ │ bootstrap-theme.css │ │ │ bootstrap-theme.css.map │ │ │ bootstrap-theme.min.css │ │ │ bootstrap-theme.min.css.map │ │ │ bootstrap.css │ │ │ bootstrap.css.map │ │ │ bootstrap.min.css │ │ │ bootstrap.min.css.map │ │ │ │ │ ├─fonts │ │ │ glyphicons-halflings-regular.eot │ │ │ glyphicons-halflings-regular.svg │ │ │ glyphicons-halflings-regular.ttf │ │ │ glyphicons-halflings-regular.woff │ │ │ glyphicons-halflings-regular.woff2 │ │ │ │ │ └─js │ │ bootstrap.js │ │ bootstrap.min.js │ │ npm.js │ │ │ ├─images │ │ background.png │ │ │ └─WEB-INF │ web.xml │ └─target ├─assess-1.0.0-SNAPSHOT │ │ add.jsp │ │ index.jsp │ │ login.jsp │ │ modify.jsp │ │ │ ├─assets │ │ └─bootstrap-3.3.7 │ │ ├─css │ │ │ bootstrap-theme.css │ │ │ bootstrap-theme.css.map │ │ │ bootstrap-theme.min.css │ │ │ bootstrap-theme.min.css.map │ │ │ bootstrap.css │ │ │ bootstrap.css.map │ │ │ bootstrap.min.css │ │ │ bootstrap.min.css.map │ │ │ │ │ ├─fonts │ │ │ glyphicons-halflings-regular.eot │ │ │ glyphicons-halflings-regular.svg │ │ │ glyphicons-halflings-regular.ttf │ │ │ glyphicons-halflings-regular.woff │ │ │ glyphicons-halflings-regular.woff2 │ │ │ │ │ └─js │ │ bootstrap.js │ │ bootstrap.min.js │ │ npm.js │ │ │ ├─images │ │ background.png │ │ │ ├─META-INF │ │ MANIFEST.MF │ │ │ └─WEB-INF │ │ web.xml │ │ │ ├─classes │ │ └─com │ │ └─demo │ │ ├─bean │ │ │ UserBean.class │ │ │ │ │ ├─dao │ │ │ JdbcUtils.class │ │ │ │ │ ├─service │ │ │ UserService.class │ │ │ │ │ └─web │ │ └─controller │ │ LoginController.class │ │ UserController.class │ │ │ └─lib │ jstl-1.2.jar │ mysql-connector-java-5.1.38.jar │ ├─classes │ └─com │ └─demo │ ├─bean │ │ UserBean.class │ │ │ ├─dao │ │ JdbcUtils.class │ │ │ ├─service │ │ UserService.class │ │ │ └─web │ └─controller │ LoginController.class │ UserController.class │ └─generated-sources └─annotations
解决Tensorflow sess.run导致的内存溢出问题
12-20
下面是调用模型进行批量测试的代码(出现溢出)，开始以为导致溢出的原因是数据读入方式问题引起的，用了tf , PIL和cv等方式读入图片数据，发现越来越慢，内存占用飙升，调试时发现是sess.run这里出了问题（随着for循环进行速度越来越慢）。 # Creates graph from saved GraphDef create_graph(pb_path) # Init tf Session config = tf.ConfigProto() config.gpu_options.allow_growth = True sess = tf.Session(confi
training_assess.exe
12-05
training_assess.exe
Tensorflow版本升级出现的sess.run运行错误
weixin_42152487的博客
12-28 1722
网络分享的版本升级之后代码如何修改的资源并不多，对于一个小白短期内想要在不降版本情况下，修改代码块还是比较困难的。经过一番摸爬滚打，终于调通了，废话不多说，开始描述： 出错的代码块 _, summary = self.sess.run([train_op, merged_summary_op], feed_dict={self.X: batch_xs, self.Y_gt
tensorflow中在使用sess.run时报错
lidichengfo0412的博客
08-21 1432
tensorflow中在使用sess.run时报错TypeError: Fetch argument 6.0811076 has invalid type <class ‘numpy.float32’。具体代码如下： _, loss = sess.run([train_op, loss], feed_dict={x_p:x_data, y_p:y_data}) 原因是sess.run内部的...
tensorflow 1.X迁移至tensorflow2 代码写法
12-13 3566
这里写目录标题目标：代码改写成tf2格式tf1和tf2区别：改写内容：tf.placeholdertf.Sess,sess.run具体例子1：结论： 目标：代码改写成tf2格式 把tensorflow 1.X中的代码，迁移到tensorflow2中。一些常见的改写经验。包括sess，tf.placeholder， tf.InteractiveSession()，tf.Session() tensorflow2相比于tensorflow 1.x版本有较大的变化，且网上现在好多文章的代码都是基于tf1.x版本的
tensorflow 注意命名
u011215144的博客
05-18 4889
这个报错不是数据feed的问题，而是等号左边的g_loss经过一次运算后得到了数值结果，覆盖了原来的g_loss操作，tf处理不了这种命名冲突，所以给变量用名字要注意啊 g_loss=0.01*gen_s_loss+g_c_loss 本身是一个操作。 循环执行一次后就报错 g_loss = sess.run(g_loss, feed_dict={in_: batch_con,s
sess.run()读取数据卡住，死循环
qq_43767511的博客
02-24 1453
sess.run()读取数据死循环，卡住 这个问题困扰了我好几天，要读取tfrecord文件里面存储的二进制数据，发现用sess.run去读取tensor张量的值时候，一直卡住，一开始以为可能数据量较大，卡住了，但是等了三四分钟发现还是没有反应 第一种情况 数据量计算太大，需要加上线程，在with tf.Session() as sess: 下加上一下代码，开启线程 coord=tf.compat.v1.train.Coordinator() threads=tf.compat.v1.train.start
tensorflow sess.run() 报错 W tensorflow/core/framework/op_kernel.cc:1192] Invalid argument
大西瓜不甜的博客
04-16 1945
W tensorflow/core/framework/op_kernel.cc:1192] Invalid argument: Name: <unknown>, Key: image/landmark, Index: 0. Number of float values != expected. Values size: 10 but output shape: [40] ...
Tensorflow报错：TypeError: Fetch argument None has invalid type class ‘NoneType’
热门推荐
edward_zcl的博客
04-16 1万+
在使用tensorflow中经常会出现这个错误，但是原因往往各不相同。 第一种情况： 在tensorflow的计算图中，我们可以利用函数def来封装一些tf操作，但是我们需要使用return语句去规避一些错误，看如下分析： 看如下程序： import tensorflow as tf a = tf.Variable(5.0) def add(): a_change = t...
sess.run接收返回值得变量和sess.run函数內的tensor型变量命名注意不能一致，影响迭代，产生报错：Can not convert a ndarray into a Tensor
qq_41368074的博客
04-24 607
这类问题是初次使用tensorflow常犯的错误，错误原因是sess.run之前的tensor list和函數內的tensor list命名一致，導致在迭代運行時使得原有的tensor變量被賦值成float或其他類型，導致迭代運行出錯。 例： result,acc1,cross_entropy,fcl_softmax=sess.run([optimizer,acc,cross_entropy...
Morvan莫烦Tensorflow学习代码之tensorflow2.0版本(二、实现Session会话）
weixin_43194098的博客
01-12 984
Morvan莫烦Tensorflow学习代码之tensorflow2.0版本(二、实现Session会话）
tensorflow2.0使用注意事项
TBTB的博客
11-29 1979
tensorflow2.0使用注意事项 1. 版本兼容问题 使用较早版本的tensorflow版本语句，新版本不支持，如：tensorflow.Session()。新版本中可以使用兼容的解决方案：tensorflow.compat.v1.Session() compat.v1:表示兼容版本 1 import tensorflow as tf print(tf.__version__)...
Tensorflow2.0 建立Session时报错
weixin_44725869的博客
07-17 3528
好不容易安装好tensorflow，结果写第一个会话就发现报错？！ s = tf.Session() AttributeError: module 'tensorflow' has no attribute 'Session' 简直怀疑人生要崩溃？！ 随手一查发现是因为升级tensorflow2.0导致tf.Session命令改变成tf.compat.v1Session 所以以后出现AttributeError先检查一下命令是不是TF2.0的，然后再考虑其他问题。 所以找到一个总结TF1.2和TF2.0
Session.run报错问题已解决
xungjhj的博客
02-22 2036
在使用tensorflow2.0以上版本的时候发现，Session.run报错，下面这种写法就不再报错了 g = tf.Graph() with g.as_default(): hello = tf.constant('hello') sess = tf.compat.v1.Session(graph=g) print(sess.run(hello)) ...
tf2.0 sess.run
最新发布
07-20
tf2.0 的 sess.run() 方法在 TensorFlow 2.x 中已经被废弃。在 TensorFlow 2.x 中，你可以直接执行 TensorFlow 的操作和运算，而不需要使用会话(Session)来运行。相反，你可以直接在代码中执行操作并获取结果。这样可以大大简化代码，并提高可读性和易用性。所以，如果你正在使用 TensorFlow 2.x 版本，你不再需要使用 sess.run() 方法。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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