如何解决tensorflow版本不同而产生的module报错问题？

在进行吴老板的编程作业的时候，由于自己安装的是tensorflow2.0以上的版本，在运行作业的时候，需要将tensorflow2.x变更成1.x版本，（ps：将2.x改成1.x的代码
tensorflow2.0以上版本运用1.0版本时，在import tensorflow as tf后加上
import tensorflow.compat.v1 as tf #V1disableV2，仅使用V1
tf.disable_v2_behavior()）
但是这样的话，在后面运行其他需要2.x版本才有的函数的时候还是会module报错。
这时候需要到tensorflow的官网上https://tensorflow.google.cn/，我进的是谷歌中文版。
随后点击API中的Version找到自己的版本，我的版本是2.6

选择r2.6

进入到Python下，在左边的搜索栏中输入报错的函数名，我这里以reduce_mean()为例，出现很多个匹配项，点击tf.compat，找到V1版本就是tf.1.x版本，点击reduce_mean()

这时候我们进入到如下页面

点击View aliases即可看到“用于迁移的compat别名”Compat aliases for migration
只需要将**tf.reduce_mean()改成tf.compat.v1.math.reduce_mean()**即可。

好啦！大功告成，仅以此文作为自己的复习笔记。欢迎评论区交流指正！
转载需注明文章链接，谢谢观看！