運行tensorflow2.0出錯

2021-03-02 要努力的小正

今天在調試tf2.0的代碼的時候,Console丟了一個錯誤出來:

AttributeError: module 'tensorflow' has no attribute 'cast'

開始看到這個error的時候,不明所以,難道tensorflow沒有這個函數嗎?

之前運行的時候都很可以很好的運行，怎麼突然就不好使了呢？？都開始懷疑人生了。

        最後查了一下,tensorflow是有這個函數的,於是直接把問題copy,搜了一下,找到了解決方法:

第一種方法：

      重啟編譯器，我使用的是spyder編譯器。

       spyder是python的作者為它開發的一個簡單的集成開發環境，和其他的python開發環境相比，他最大的優點就是模仿matlab的工作空間功能，可以很方便的觀察和修改數組的值。

       spyder的界面有許多個窗格構成，用戶可以根據自己的喜好調整他們的位置和大小。當多個窗格出現在一個區域時，將使用標籤頁的形式顯示。我覺得非常好用。再調試py文件方面，這個軟體也是非常的人性化，特別的方便。

第二種方法：

1.先卸載tensorflow
pip uninstall tensorflow
2.重裝tensorflow
pip install tensorflow==2.0.0
注:我是用的tensorflow2.0的版本，大家可以根據自己使用的版本修改即可。
      此類問題有時候是因為模塊確實沒有你寫的屬性,如果排除了這個原因,一般就是該模塊抽風了,重裝就完事了。
完畢！！！！！！！！！！！！
點讚👇👇👇👇👇👇再看

相關焦點

  • 一文上手最新Tensorflow2.0系列|TensorFlow2.0安裝
    本文中我們將會詳細講解TensorFlow2.0安裝。Tensorflow兼容性最好的是Unix內核的系統，如Linux，MacOS等。另外TensorFlow的GPU版本僅支持Linux環境，不支持Windows和Mac環境，因此本文僅針對Linux系統環境。
  • Tensorflow 2.0 到底好在哪裡?
    在以前的文章中，我曾評測過 ：TensorFlow r0.10（2016）：https://www.infoworld.com/article/3127397/review-tensorflow-shines-a-light-on-deep-learning.html  TensorFlow 1.5（2018）：https://www.infoworld.com
  • TensorFlow 2.0 入門指南
    更進一步地，Google在最近推出了全新的版本TensorFlow 2.0，2.0版本相比1.0版本不是簡單地更新，而是一次重大升級（雖然目前只發布了preview版本）。簡單地來說，TensorFlow 2.0默認採用eager執行模式，而且重整了很多混亂的模塊。毫無疑問，2.0版本將會逐漸替換1.0版本，所以很有必要趁早入手TensorFlow 2.0。
  • tensorflow安裝教程
    tensorflow是谷歌開源的人工智慧庫，有最完善的生態支持。是進行人工智慧領域開發和科研的必備工具。本文在windows10下，藉助anacondaAnaconda安裝和使用，AkShare入門，安裝tensorflow2.0。
  • TensorFlow應用實戰 | TensorFlow基礎知識
    tensor = tf.constant([1, 2, 3, 4, 5, 6, 7]) => [1 2 3 4 5 6 7]# Constant 2-D tensor populated with scalar value -1.tensor = tf.constant(-1.0, shape=[2, 3]) => [[-1. -1. -1.]
  • TensorFlow 2.0入門指南(上篇)
    更進一步地，Google在最近推出了全新的版本TensorFlow 2.0，2.0版本相比1.0版本不是簡單地更新，而是一次重大升級（雖然目前只發布了preview版本）。簡單地來說，TensorFlow 2.0默認採用eager執行模式，而且重整了很多混亂的模塊。毫無疑問，2.0版本將會逐漸替換1.0版本，所以很有必要趁早入手TensorFlow 2.0。
  • 如何用30天吃掉TensorFlow2.0?
    😭儘管tensorflow2.0宣稱已經為改善用戶體驗做出了巨大的改進，really easy to use，但大家學得並不輕鬆。tensorflow2.0官方文檔和tensorflow1.0官方文檔顯然是出自同一批作者之手，他們一如既往地秉承著谷歌make things complicated的風格傳統，用哈希表一般混亂的文檔結構、無法運行的範例代碼、複雜的函數嵌套調用關係、隨意插入的不常用第三方庫等技巧將讀者的懵圈程度逐步推向高潮。
  • TF - GAN入門:TensorFlow 2.0 的輕量級 GAN 庫
    具影響力的論文：https://github.com/tensorflow/gan#who-uses-tf-gan今天，各個推出 TF-GAN 的新版本。此版本擁有諸多升級和新功能：Cloud TPU 支持：您現在可以使用 TF-GAN 在 Google 的 Cloud TPU 上訓練 GAN。
  • 令人困惑的TensorFlow!
    在下圖中，上半部分是我們運行的代碼及其輸出，下半部分是生成的計算圖。import tensorflow as tf計算圖：可見，僅僅導入 TensorFlow 並不會給我們生成一個有趣的計算圖。而只是一個單獨的，空白的全局變量。
  • GitHub標星2000+,如何用30天啃完TensorFlow2.0?
    作者 | 梁雲1991天下苦tensorflow久矣！儘管tensorflow2.0宣稱已經為改善用戶體驗做出了巨大的改進，really easy to use，但大家學得並不輕鬆。tensorflow2.0官方文檔和tensorflow1.0官方文檔顯然是出自同一批作者之手，他們一如既往地秉承著谷歌make things complicated的風格傳統，用哈希表一般混亂的文檔結構、無法運行的範例代碼、複雜的函數嵌套調用關係、隨意插入的不常用第三方庫等技巧將讀者的懵圈程度逐步推向高潮。
  • 《30天吃掉那隻 TensorFlow2.0 》全新TF2.0教程收穫1000 Star
    Keras庫在2.3.0版本後將不再更新，用戶應該使用tf.keras。Keras可以看成是一種深度學習框架的高階接口規範，它幫助用戶以更簡潔的形式定義和訓練深度學習網絡。使用pip安裝的Keras庫同時在tensorflow,theano,CNTK等後端基礎上進行了這種高階接口規範的實現。
  • TensorFlow 2.0 基礎:張量、自動求導與優化器
    註：TensorFlow Python API 概覽 連結https://tensorflow.google.cn/versions/r2.0/api_docs/python/tfMath 連結https://tensorflow.google.cn/versions/r2.0/api_docs/python/tf/math
  • TensorFlow 2.0 常用模塊5:@tf.function
    import tensorflow as tfimport timefrom zh.model.mnist.cnn import CNNfrom zh.model.utils import MNISTLoadernum_batches = 400batch_size = 50learning_rate = 0.001data_loader
  • TensorFlow發布JavaScript開發者的機器學習框架TensorFlow.js
    發布新的 TensorFlow 官方博客（http://blog.tensorflow.org/）與 TensorFlow YouTube 頻道；2. 面向 JavaScript 開發者的全新機器學習框架 TensorFlow.js;3.
  • TensorFlow 安裝詳解
    機器學習2. TensorFlow 介紹    2.1 什麼是 TensorFlow    2.2 TensorFlow 能做什麼3. tar zvxf pip-9.0.1.tar.gzcd pip-9.0.1 sudo python setup.py install2.
  • 一文上手最新TensorFlow2.0系列(二)
    查看上篇：文末福利｜一文上手TensorFlow2.0（一）。想要獲取更多的機器學習、深度學習資源，歡迎大家點擊上方藍字關注我們的公眾號：磐創AI。Tensorflow2.0 的安裝(CPU和GPU)「tf.keras」API2. TensorFlow2.0安裝Tensorflow兼容性最好的是Unix內核的系統，如Linux，MacOS等。
  • tensorflow2.4的重大改進
    TensorFlow pip軟體包現在使用CUDA11和cuDNN 8.0.2構建。tensorflow.python，tensorflow.core並且tensorflow.compiler模塊現在已隱藏。這些模塊不是TensorFlow公共API的一部分。
  • 安裝TensorFlow 2.0 preview進行深度學習(附Jupyter Notebook)
    目前的TensorFlow 2.0 Preview版本可能會包含一些bug，並且不能保證和最終的2.0 Release版一致。：pip install tf-nightly-gpu-2.0-preview注意：如果要運行tf-nightly-gpu-2.0-preview，需要安裝CUDA 10，否則會報下面的錯誤：ImportError: libcublas.so.10.0: cannot open shared object file: No such file or
  • TensorFlow圖像分類教程
    docker run -v /path/to/local:/notebooks/local --rm -it --name tensorflow tensorflow/tensorflow:nightly /bin/bash-v /path/to/local:/notebooks/local將剛創建的local目錄掛載到容器中適當的位置。
  • TensorFlow 2.0 概述
    接下來先來看一段演示代碼：# 將通過清華鏡像下載的tensorflow包導入import tensorflow as tfa = tf.constant([[1.0,-2],[-3,4]])print(a)控制臺輸出結果如下：tf.Tensor