模块'tensorflow'没有属性'contrib'

Question

我正在尝试使用Tensorflow Object-Detection-API训练自己的自定义对象检测器

我在Google计算引擎中使用“ pip install tensorflow”安装了tensorflow。然后，我按照该站点上的所有说明进行操作：https : //tensorflow-object-detection-api-tutorial.readthedocs.io/en/latest/training.html

当我尝试使用train.py时，出现以下错误消息：

追溯（最近一次通话最后一次）：来自object_detection.builders的文件“ train.py”，第49行，导入dataset_builder文件“ /usr/local/lib/python3.6/dist-packages/object_detection-0.1->py3.6 .egg / object_detection / builders / dataset_builder.py“，第27行，来自object_detection.data_decoders导入tf_example_decoder文件” /usr/local/lib/python3.6/dist-packages/object_detection-0.1-py3.6.egg/object_detection /data_decoders/tf_example_decoder.py“，第27行，在slim_example_decoder = tf.contrib.slim.tfexample_decoder中AttributeError：模块'tensorflow'没有属性'contrib'

当我尝试学习tensorflow的版本时，我也会得到不同的结果。

python3 -c'将tensorflow导入为tf; 打印（tf。版本）'：2.0.0-dev20190422

当我使用

pip3显示tensorflow：

名称：tensorflow版本：1.13.1摘要：TensorFlow是一个面向所有人的开源机器学习框架。主页：https : //www.tensorflow.org/ 作者：Google Inc.作者电子邮件：opensource@google.com许可证：Apache 2.0位置：/usr/local/lib/python3.6/dist-packages要求： gast，astor，absl-py，tensorflow估计器，keras预处理，grpcio，六，keras应用，轮，numpy，张量板，protobuf，termcolor必填：

    sudo python3 train.py --logtostderr --train_dir=training/ -- 
    pipeline_config_path=training/ssd_inception_v2_coco.config

我该怎么做才能解决这个问题？除了以下内容，我找不到与此错误消息有关的任何东西：tensorflow'module'对象没有属性'contrib'

Answer 1

一种简单的方法是您可以将用 TensorFlow 1.x 编写的代码传递给以下代码，以自动将其升级到 TensorFlow 2.x。

$tf_upgrade_v2 \
--intree my_project/ \
--outtree my_project_v2/ \
--reportfile report.txt

上面的代码将用 2.x 中实际运行的命令替换 2.x 中不推荐使用的所有命令。然后您可以在 TensorFlow 2.x 中运行代码。

如果它抛出错误并且无法转换完整的代码，请不要惊慌。请打开由上述代码生成的“report.txt”文件。在此文件中，您将找到已弃用的命令以及可在 TensorFlow 2.x 中使用的替代命令。

Taadaa，只需用新命令替换引发错误的命令即可。

例子：

如果TensorFlow 1.x中的命令是：

tf.contrib

那么 Tensorflow 2.x 中的相同命令是：

tf.compat.v1.estimator

在上面的示例中，将“tf.contrib”替换为“tf.compat.v1.estimator”，这应该可以解决问题。

Answer 2

这个 issue可能对你有帮助，它解释了如何实现TF<2.0 中的TPUStrategy一个流行功能tf.contrib。

因此，在 TF 1.X 中，您可以执行以下操作：

resolver = tf.contrib.cluster_resolver.TPUClusterResolver('grpc://' + os.environ['COLAB_TPU_ADDR'])
tf.contrib.distribute.initialize_tpu_system(resolver)
strategy = tf.contrib.distribute.TPUStrategy(resolver)

在tf.contrib已弃用的TF>2.0 中，您可以通过以下方式实现：

tf.config.experimental_connect_to_host('grpc://' + os.environ['COLAB_TPU_ADDR'])
resolver = tf.distribute.cluster_resolver.TPUClusterResolver('grpc://' + os.environ['COLAB_TPU_ADDR'])
tf.tpu.experimental.initialize_tpu_system(resolver)
strategy = tf.distribute.experimental.TPUStrategy(resolver) 

Answer 3

tf.contrib已从TF 2.0 alpha开始移出TF。
看看这些tf 2.0发行说明https://github.com/tensorflow/tensorflow/releases/tag/v2.0.0-alpha0
您可以使用tf_upgrade_v2脚本 https：/将TF 1.x代码升级到TF2.x。/www.tensorflow.org/alpha/guide/upgrade

Answer 4

我使用 google colab 来运行我的模型，一切都很完美，直到我使用内联 tesorboard。使用张量板内联，我遇到了同样的问题“模块'tensorflow'没有属性'contrib'”。

初始化张量板后，可以使用 setup.py（研究文件夹）重建和重新安装模型时运行训练。