টেনস্রোফ্লো ২.০ - বৈশিষ্ট্য ত্রুটি: মডিউল 'টেনসরফ্লো'র' সেশন 'এর কোনও বৈশিষ্ট্য নেই


117

আমি যখন sess = tf.Session()টেনসরফ্লো ২.০ পরিবেশে কমান্ডটি সম্পাদন করছি , আমি নীচের মতো একটি ত্রুটি বার্তা পাচ্ছি:

Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: module 'tensorflow' has no attribute 'Session'

পদ্ধতিগত তথ্য:

  • ওএস প্ল্যাটফর্ম এবং বিতরণ: উইন্ডোজ 10
  • পাইথন সংস্করণ: 3.7.1
  • টেনসরফ্লো সংস্করণ: 2.0.0-alpha0 (পিপ সহ ইনস্টল করা)

ধাপ পুনর্গঠন কর:

স্থাপন:

  1. পাইপ ইনস্টল - আপগ্রেড পাইপ
  2. পাইপ ইনস্টল টেনসরফ্লো == 2.0.0-alpha0
  3. পাইপ ইনস্টল কেরাস
  4. পাইপ ইনস্টল numpy == 1.16.2

কার্যকর করা:

  1. কমান্ড এক্সিকিউট করুন: tf হিসাবে টেনসরফ্লো আমদানি করুন
  2. আদেশটি কার্যকর করুন: sess = tf. সেশন ()

অদ্ভুত। আমি মনে করি এটি টিএফ সংস্করণের কারণে নয়, তবে সম্পূর্ণ টিএফ ইনস্টলেশনটি ভেঙে গেছে। গিথুব.টেনসরফ্লো
— ড্মিত্রো প্রিলিপকো

4
টেনসরফ্লো ২.০ সেশন নয়, ফাংশনগুলিতে কাজ করে । আমি মনে করি প্রাথমিক ধারণাটি tf.Sessionকমপক্ষে প্রাথমিকভাবে রাখা উচিত ছিল , তবে ডকগুলি দেখে মনে হচ্ছে এটি শেষ পর্যন্ত পুরোপুরি স্ক্র্যাপ হয়ে গেছে।
— jdehesa

4
ওহ মনে হয় আপনি এখনও এটির মাধ্যমে অ্যাক্সেস করতে পারবেন tf.compat.v1.Session।
— jdehesa

এই প্রশ্নটি তৈরির আগে আমি এটি চেষ্টা করেছি এটা আমার জন্য কাজ করে নি।
— অতুল কাম্বলে

উত্তর:


201

অনুসারে TF 1:1 Symbols Map, টিএফ 2.0 তে আপনার tf.compat.v1.Session()পরিবর্তে ব্যবহার করা উচিতtf.Session()

https://docs.google.com/spreadsheets/d/1FLFJLzg7WNP6JHODX5q8BDgptKafq_slHpnHVbJIteQ/edit#gid=0

টিএফ ১.x পেতে টিএফ ২.০ এর মতো আচরণ চালাতে পারে can

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

তবে তারপরে টিএফ.০.০ এ করা অনেকগুলি উন্নতির সুবিধা কেউ নিতে পারে না। আরও তথ্যের জন্য দয়া করে মাইগ্রেশন গাইড https://www.tensorflow.org/guide/migrate দেখুন


4
ব্যবহার import tensorflow.compat.v1 as tf tf.disable_v2_behavior() আমাকে ত্রুটি দেয়AttributeError: module 'tensorflow_core.compat.v1' has no attribute 'contrib'
— গৌড় শ্রীবাস্তব

4
এটি টিএফ 2.0 মাইগ্রেশন ডকুমেন্টেশনে পাওয়া গেছেIt is still possible to run 1.X code, unmodified (except for contrib), in TensorFlow 2.0
— গৌড় শ্রীবাস্তভা

আপনি কোন টিএফ সংস্করণটি ব্যবহার করছেন যখন আপনার tensorflow_coreকোনও বৈশিষ্ট্য ত্রুটি নেই?
— MPękalski

আমি কয়েকটি নোটবুক ডাউনলোড করেছি এবং উত্তরে আমি উল্লিখিত সমস্যাগুলির মুখোমুখি হয়েছি যেহেতু উত্তরে উল্লেখ করা হয়েছে আমাকে বিরক্তিকর ত্রুটি থেকে মুক্তি পেতে সহায়তা করেছে।
— সাইনেন্টসো

আমি কীভাবে .pbটিএফ 2 এ স্থির গ্রাফকে মূল্যায়ন করব ? শুধুমাত্র tf1- বৈশিষ্ট্য ব্যবহারের মাধ্যমে tf.compat.v1.Session()। টিএফ 2-তে আপনি সর্বদা এবং না উত্সাহী মোড ব্যবহার করার কথা .pb?
— আর্টি

48

টিএফ 2 এইভাবে সেশনের প্রয়োজনীয়তা অপসারণ করে ডিফল্টরূপে ইগার এক্সিকিউশন চালায়। আপনি যদি স্ট্যাটিক গ্রাফগুলি চালাতে চান তবে আরও সঠিক উপায় tf.function()টিএফ 2 এ ব্যবহার করা। যদিও tf.compat.v1.Session()টিএফ 2 এর মাধ্যমে সেশনটি এখনও অ্যাক্সেস করা যায়, আমি এটি ব্যবহার করে নিরুৎসাহিত করব। হ্যালো ওয়ার্ল্ডের পার্থক্যের তুলনা করে এই পার্থক্যটি প্রদর্শন করা সহায়ক হতে পারে:

TF1.x হ্যালো ওয়ার্ল্ড:

import tensorflow as tf
msg = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(msg))

TF2.x হ্যালো ওয়ার্ল্ড:

import tensorflow as tf
msg = tf.constant('Hello, TensorFlow!')
tf.print(msg)

আরও তথ্যের জন্য, কার্যকর টেনসরফ্লো 2 দেখুন


4
টিএফ 2 এ অ-উত্সাহী মোড আছে? বা উত্সাহী মোড শুধুমাত্র মৃত্যুদন্ড কার্যকর করার পরামর্শ দেওয়া হয়? আমি যদি .pbটিএফ 2 এ স্থির ফাইল রাখতে চাই? এটা কি সম্ভব? টিএফ 2 এ আমি কীভাবে এটি মূল্যায়ন করব?
— আর্টি

27

আমি ইনস্টলের পরে অজগরটি চেষ্টা করার সময় আমি এই সমস্যার মুখোমুখি হয়েছিলাম windows10 + python3.7(64bit) + anacconda3 + jupyter notebook.

আমি " https://vispud.blogspot.com/2019/05/tensorflow200a0-attributeerror-module.html " উল্লেখ করে এই সমস্যার সমাধান করেছি

আমি একমত

আমি বিশ্বাস করি "সেশন ()" টিএফ ২.০ সহ সরানো হয়েছে।

আমি দুটি লাইন .োকালাম। একটি হ'ল tf.compat.v1.disable_eager_execution()অন্যটি হ'লsess = tf.compat.v1.Session()

আমার হ্যালো.পি নিম্নরূপ:

import tensorflow as tf

tf.compat.v1.disable_eager_execution()

hello = tf.constant('Hello, TensorFlow!')

sess = tf.compat.v1.Session()

print(sess.run(hello))

4
আমি বরং বলব যে টিএফ 2.0 Session()তে সরানো হয়েছে সরানো হয়নি। ব্যবহারের প্রয়োজন Session() সরানো হয়েছে।
— MPękalski


3

এটা চেষ্টা কর

import tensorflow as tf

tf.compat.v1.disable_eager_execution()

hello = tf.constant('Hello, TensorFlow!')

sess = tf.compat.v1.Session()

print(sess.run(hello))

উত্তর হিসাবে একটি সহজ কোড পোস্ট করবেন না। আপনার প্রয়োগ / উত্তর ব্যাখ্যা করুন।
— মিলনবালাজ

2

এটি যদি আপনার কোড হয় তবে সঠিক সমাধানটি এটি ব্যবহার না করার জন্য এটি পুনরায় লিখতে হবে Session(), যেহেতু টেনসরফ্লো 2 তে এটি আর দরকার নেই

আপনি যদি চালিয়ে যাচ্ছেন এমন কোডটি যদি হয় তবে আপনি চালিয়ে টেনসরফ্লো 1 তে ডাউনগ্রেড করতে পারেন

pip3 install --upgrade --force-reinstall tensorflow-gpu==1.15.0 

(বা টেনসরফ্লো 1 এর সর্বশেষতম সংস্করণ যাই হোক না কেন )


টিএফের 1.15.xআর কোনও 1.xসংস্করণ না থাকার পরে , যদি না কিছু প্যাচ আসে তবে কোনও উন্নতি হয় না।
— MPękalski

0

অ্যানাকোন্ডা + স্পাইডার ব্যবহার করে (পাইথন ৩. Using)

[কোড]

import tensorflow as tf
valor1 = tf.constant(2)
valor2 = tf.constant(3)
type(valor1)
print(valor1)
soma=valor1+valor2
type(soma)
print(soma)
sess = tf.compat.v1.Session()
with sess:
    print(sess.run(soma))

[কনসোল]

import tensorflow as tf
valor1 = tf.constant(2)
valor2 = tf.constant(3)
type(valor1)
print(valor1)
soma=valor1+valor2
type(soma)
Tensor("Const_8:0", shape=(), dtype=int32)
Out[18]: tensorflow.python.framework.ops.Tensor

print(soma)
Tensor("add_4:0", shape=(), dtype=int32)

sess = tf.compat.v1.Session()

with sess:
    print(sess.run(soma))
5

0

টিএফ v2.0 ভি 1.0 এর ইগ্রার মোড ভিজ-এ-ভিজ গ্রাফ মোড সমর্থন করে। অতএব, tf.session () v2.0 তে সমর্থিত নয়। অতএব, আপনাকে আপনার কোডটি ইজিার মোডে কাজ করতে পুনরায় লেখার পরামর্শ দিবে।


টিএফ 2 কি আদৌ উত্সাহী মোড সমর্থন করে? বা অ-উত্সাহী কি কেবল টিএফ 1 বৈশিষ্ট্য? আমি কীভাবে .pbtf2 তে গ্রাফগুলি মূল্যায়ন করব ?
— আর্টি


0
import tensorflow as tf
sess = tf.Session()

এই কোডটি 2.x সংস্করণে একটি অ্যাট্রিবিউট ত্রুটি প্রদর্শন করবে

সংস্করণ 2.x সংস্করণে 1.x কোডটি ব্যবহার করতে

এটা চেষ্টা কর

import tensorflow.compat.v1 as tf
sess = tf.Session()
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.