当我在Tensorflow 2.0环境中执行命令sess = tf.Session()时，我得到了一个错误消息，如下所示:
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: module 'tensorflow' has no attribute 'Session'
系统信息:
操作系统平台及发行版本:Windows 10 Python版本:3.7.1 Tensorflow版本:2.0.0-alpha0(已安装pip)
复制步骤: 安装:
PIP安装——升级PIP PIP install tensorflow==2.0.0-alpha0 PIP安装keras PIP install numpy==1.16.2
执行:
执行命令:import tensorflow as tf 执行命令:sess = tf.Session()
当前回答
Tensorflow 2。x支持的热切执行默认情况下，因此会话不支持。
其他回答
如果这是你的代码，正确的解决方案是重写它不使用Session()，因为在TensorFlow 2中不再需要Session()
如果这只是你正在运行的代码，你可以通过运行降级到TensorFlow 1
pip3 install --upgrade --force-reinstall tensorflow-gpu==1.15.0
(或者TensorFlow 1的最新版本)
TF2在默认情况下运行Eager Execution，从而消除了对session的需求。如果你想运行静态图形，更合适的方法是在TF2中使用tf.function()。虽然在TF2中仍然可以通过tf. compatat .v1.Session()访问Session，但我不鼓励使用它。通过比较hello worlds中的差异可能有助于演示这种差异:
TF1。X你好世界:
import tensorflow as tf
msg = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(msg))
TF2。X你好世界:
import tensorflow as tf
msg = tf.constant('Hello, TensorFlow!')
tf.print(msg)
更多信息请参见Effective TensorFlow 2
使用Anaconda + Spyder (Python 3.7)
(代码)
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))
[控制台]
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
import tensorflow._api.v2.compat.v1 as tf
tf.disable_v2_behavior()
用这个:
sess = tf.compat.v1.Session()
如果出现错误，请使用以下方法
tf.compat.v1.disable_eager_execution()
sess = tf.compat.v1.Session()
