Я использую Tensorflow версии 0.12.head с Python 2.7 на linux CentOS 7, и когда я запускаю это:
import tensorflow as tf
a = tf.constant(5, name="input_a")
b = tf.constant(3, name="input_b")
c = tf.mul(a, b, name="mul_c")
d = tf.add(a, b, name="add_d")
e = tf.add(c, d, name="add_e")
sess = tf.Session()
output = sess.run(e)
writer = tf.train.SummaryWriter('./my_graph', sess.graph)
Я получаю эту ошибку:
AttributeError Traceback (most recent call last) <ipython-input-6-29c037e85eec> in <module>()
----> 1 writer = tf.train.SummaryWriter('./my_graph', sess.graph)
AttributeError: 'module' object has no attribute 'SummaryWriter'
Я запустил эти две команды, потому что в Github есть ошибка issue для этой же проблемы:
>>> import six
>>> print(six.__version__)
1.10.0
>>> print(dir(six.moves.queue)) ['Empty', 'Full', 'LifoQueue', 'PriorityQueue', 'Queue', '__all__', '__builtins__', '__doc__', '__file__', '__name__', '__package__', '_threading', '_time', 'deque', 'heapq']
>>> print(six.moves.queue.__file__) /usr/lib64/python2.7/Queue.pyc
Я новичок в Python и Tensorflow. Вы знаете, как я могу исправить эту ошибку?
Я изменил SummaryWriter на FileWriter:
writer = tf.train.FileWriter('./my_graph', sess.graph)
И я получаю ту же ошибку, но с функцией FileWriter:
AttributeError Traceback (most recent call last)
<ipython-input-8-daa50ea2b8f9> in <module>()
----> 1 writer = tf.train.FileWriter('./my_graph', sess.graph)
AttributeError: 'module' object has no attribute 'FileWriter'
Я также запускаю его в терминале, и получаю тот же результат:
[[email protected] ~]$ python
Python 2.7.5 (default, Nov 6 2016, 00:28:07)
[GCC 4.8.5 20150623 (Red Hat 4.8.5-11)] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
W tensorflow/core/platform/cpu_feature_guard.cc:95] The TensorFlow library wasn't compiled to use SSE4.2 instructions, but these are available on your machine and could speed up CPU computations.
W tensorflow/core/platform/cpu_feature_guard.cc:95] The TensorFlow library wasn't compiled to use AVX instructions, but these are available on your machine and could speed up CPU computations.
>>> a = tf.constant(5, name="input_a")
>>> b = tf.constant(3, name="input_b")
>>> c = tf.mul(a, b, name="mul_c")
>>> d = tf.add(a, b, name="add_d")
>>> e = tf.add(c, d, name="add_e")
>>> sess = tf.Session()
>>> output = sess.run(e)
>>> writer = tf.train.FileWriter('./my_graph', sess.graph)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'module' object has no attribute 'FileWriter'
>>>
tf.train.SummaryWriter устарела, вместо этого используйте tf.summary.FileWriter.
Sum Добавление аннотаций в файлы событий
Он будет удален после 2016-11-30. Инструкции по обновлению: Пожалуйста, переключитесь на
tf.summary.FileWriter. Интерфейс и поведение одинаковы; это просто переименование.
< TF Official Migration Page > ✳︎ включает все устаревшие/переименованные функции ✳︎
В новой версии TF все функции сводки были переименованы.
Сводные функции объединены в пространстве имен tf.summary.
Deprecated Replacement
----------------------------------------------------------------------------------
tf.audio_summary tf.summary.audio
tf.contrib.deprecated.histogram_summary tf.summary.histogram
tf.contrib.deprecated.scalar_summary tf.summary.scalar
tf.histogram_summary tf.summary.histogram
tf.image_summary tf.summary.image
tf.merge_all_summaries tf.summary.merge_all
tf.merge_summary tf.summary.merge
tf.scalar_summary tf.summary.scalar
tf.train.SummaryWriter tf.summary.FileWriter
----------------------------------------------------------------------------------
У меня была та же проблема... я использую pything 3.5.2... см. решение ниже... надеюсь, что это сработает для вас... это для меня (это создаст журнал в вашей папке tmp):
import tensorflow as tf
a = tf.constant(5, name="input_a")
b = tf.constant(3, name="input_a")
c = tf.multiply(a,b, name="mul_c")
d = tf.add(a,b, name="add_d")
e = tf.add(c,d, name="add_e")
sess = tf.Session()
sess.run(e)
output = sess.run(e)
writer = tf.summary.FileWriter('/tmp/tensorflow_logs', graph=sess.graph)
print(sess.run(e))