AttributeError: module 'tensorflow' n'a pas d'attribut "feature_column'

Je suis donc de nouveau à l'apprentissage de la machine et a été d'essayer la TensorFlow Modèle Linéaire Tutoriel donné ici:
https://www.tensorflow.org/tutorials/wide

J'ai littéralement juste téléchargé le tuto et essayé de l'exécuter sur mon ordinateur, mais j'ai obtenu l'erreur:

AttributeError: module 'tensorflow' n'a pas d'attribut "feature_column'

J'ai cherché en ligne et obtenu pour savoir que cela peut se produire sur les anciennes versions de tensorflow, mais je suis en cours d'exécution de la dernière version: 1.3.0

Alors, pourquoi suis-je obtenir cette erreur et comment la corriger?

  • Sur le dessus de la réponse par @Mingxing , vérifier la présence éventuelle de deux tensorflow et tensorflow-gpu dans votre pip list.
  • Et bien oui, j'ai à la fois tensorflow (1.3.0) et tensorflow-gpu (1.3.0) Quoi faire maintenant?
  • stackoverflow.com/questions/46771019/... - bien, puisque les deux sont v1.3.0, ne semblent pas liés à votre question
  • donc comme vous l'avez suggéré, j'ai désinstallé les deux, et ensuite installé tensorflow-gpu (1.3.0) mais il n'a toujours pas l'aider. J'ai toujours cette erreur
InformationsquelleAutor Ank | 2017-10-23
  1. 2

    Mise à niveau de votre tensorflow pourrait aider.

    pip install --upgrade tensorflow
    InformationsquelleAutor Shikhar Omar
  2. 1

    Tensorflow 1.3 devrait soutenir feature_column bien. Vous pourriez accidentellement utilisé une ancienne version. Essayez le code suivant pour vérifier votre version:

    import tensorflow as tf
print(tf.__version__)
print(dir(tf.feature_column))
    • J'ai eu 1.3.0 et ['__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__spec__', '_allowed_symbols', 'bucketized_column', 'categorical_column_with_hash_bucket', 'categorical_column_with_identity', 'categorical_column_with_vocabulary_file', 'categorical_column_with_vocabulary_list', 'crossed_column', 'embedding_column', 'indicator_column', 'input_layer', 'linear_model', 'make_parse_example_spec', 'numeric_column', 'weighted_categorical_column']
    • Si j'écris ton code dans Anaconda invite de commandes, puis il fonctionne très bien et imprime ce que j'ai posté dans le commentaire ci-dessus. Mais si je copie le code dans un script python et d'essayer de l'exécuter, puis-je obtenir de l'attribut d'erreur.
    • Quelle est la puissance de l'impression(tf.__version__) après l'exécution de votre script python?
    • Je reçois 1.3.0 pour print(tf.__version__)
    • J'ai 0.12.0. C'est que la dernière version?
    InformationsquelleAutor Max
  3. 0

    Si vous importez Tensorflow dans un projet qui utilise Keras, l'importation Keras modules d'abord, puis Tensorflow. Qui a résolu le problème pour moi.

    Ce faire: (notez l'ordre)

    from keras.backend.tensorflow_backend import set_session
from keras.models import Sequential
from keras import applications

import tensorflow as tf

    Ne pas faire ce:

    import tensorflow as tf

from keras.backend.tensorflow_backend import set_session
from keras.models import Sequential
from keras import applications
    InformationsquelleAutor Wesam
  4. 0

    J'ai fait face à une semblable erreur lors de l'exécution d'une session à l'aide de la Tensorflow 2.0 beta. J'ai utilisé le formulaire suivant pour l'exécution d'une session:

    import tensorflow as tf
constant = tf.constant([[1, 2, 3],[4, 5, 6],[7, 8, 9]])
with tf.compat.v1.Session() as sess:
        print(sess.run(result))

    au lieu de:

    import tensorflow as tf
constant = tf.constant([[1, 2, 3],[4, 5, 6],[7, 8, 9]])
with tf.Session() as sess:
      print(sess.run(result))

    Aussi, 

    tf.compat.v1.Session()

    est rétro-compatible. Vous pourriez faire face à une erreur similaire lors de l'utilisation d'autres fonctions dans Tensorflow 2.0 beta comme l'impression, get_variable, etc. Utiliser une forme similaire, comme indiqué ci-dessus dans l'exemple.

    InformationsquelleAutor Manas Bhardwaj