tensorflow:AttributeError: 'module' 对象没有属性 'mul'

Question

我已经使用了一天的 tensorflow，但是遇到了一些麻烦，当我导入 tensorflow 时，会出现 AttributeError: 'module' object has no attribute 'XXXXXX'

环境

我使用 ubuntu14.04、python2.7、CUDA 工具包 8.0 和 CuDNN v5。 我的六和protobuf的版本是： 名称：六 版本：1.10.0 位置：/usr/local/lib/python2.7/dist-packages 要求：名称：protobuf 版本：3.2.0 位置：/usr/local/ lib/python2.7/dist-packages 需要：六、setuptools

这是我的测试代码：

 import tensorflow as tf a = tf.placeholder(tf.int16) b = tf.placeholder(tf.int16) add = tf.add(a, b) mul = tf.mul(a, b) with tf.Session() as sess: # Run every operation with variable input print "Addition with variables: %i" % sess.run(add, feed_dict={a: 2, b: 3}) print "Multiplication with variables: %i" % sess.run(mul, feed_dict={a: 2, b: 3})

我得到这个输出：

tensorflow安装有问题吗？ 或任何其他问题？

Answer 1

根据tensorflow 1.0.0 发行说明，

tf.mul ， tf.sub和tf.neg被弃用，取而代之的是tf.multiply ， tf.subtract和tf.negative 。

你将需要更换tf.mul与tf.multiply 。

Answer 2

此操作以前在 0.x 版本中可用。 随着TF 1.0的发布，他们对 API 进行了重大更改。 此外

tf.mul ， tf.sub和tf.neg被弃用，取而代之的是tf.multiply ， tf.subtract和tf.negative

许多其他功能被重命名和更改，理由如下：

几个 python API 调用已更改为更接近 NumPy。

因此，您已经在网上或书中找到的许多脚本将无法使用。 好消息是它们中的大多数都可以通过迁移脚本来修复。 它可以与tf_upgrade.py --infile foo.py --outfile foo-upgraded.py一起运行。 它无法解决所有问题（此处列出了限制），但会为您节省大量工作。

Answer 3

2.0 兼容答案：

如果我们想从 Tensorflow 1.x 迁移到 2.x， tf.multiply的命令如下所示：

tf.compat.v1.math.multiply, tf.compat.v1.multiply, tf.compat.v2.math.multiply, tf.compat.v2.multiply

如果我们想从 Tensorflow 1.x 迁移到 2.x， tf.subtract的命令如下所示：

tf.compat.v1.math.subtract, tf.compat.v1.subtract, tf.compat.v2.math.subtract, tf.compat.v2.subtract

tf.negative的命令，如果我们想从 Tensorflow 1.x 迁移到 2.x，如下所示：

tf.compat.v1.math.negative, tf.compat.v1.negative, tf.compat.v2.math.negative, 
tf.compat.v2.negative

有关更多详细信息，请参阅此Tensorflow 迁移指南。

Answer 4

在 python-3 中使用tf.multiply而不是tf.mul 。