module tensorflow has no attribute placeholder 的解决办法

1、问题背景：构建神经网络在加入卷积层时出现报错 face_recigntion_model.add(Conv2D(32,3,3,input_shape=(IMAGE_SIZE,IMAGE_SIZE,3),activation='relu')) AttributeError: module 'tensorflow' has no attribute 'placeholder' 2、报错原因:可能是由于tf.placeholder的版本问题，tf.placeholder是tensorflow1.x版本的

TensorFlow 2.x 相较于 1.x 版本有着显著的变化，其中最重要的是引入了即时执行（Eager Execution）和函数式编程模型，这使得 TensorFlow 的使用变得更加直观和Pythonic。在 TensorFlow 2.x 中，许多 TensorFlow 1.x 的概念（比如图计算、会话等）都被简化或重新设计了。注意，在 TensorFlow 2.x 中使用兼容模式可能会限制你使用 TensorFlow 2.x 的新特性。已经被弃用，取而代之的是使用。

placeholder是TensorFlow的占位符节点，由placeholder方法创建，其也是一种常量，但是由用户在调用run方法是传递的，也可以将placeholder理解为一种形参。即其不像constant那样直接可以使用，需要用户传递常数值。 输入： x = tf.placeholder(tf.int32, [batch_size, num_steps], name='inpu...

module ‘tensorflow’ has no attribute ‘placeholder’ 究其原因是因为tf.placeholder是这个是tensorflow1.x版本的东西，tensorflow2.0就不能用了 改变方法1： tf.compat.v1.placeholder(tf.float32,[None,784]) 改变方法2： 不使用 import tensorflow as tf 而使用 import tensorflow.compat.v1 as tf tf.disable_v

最后，我们在测试集上评估模型的准确性。另外，placeholder还可以用于将数据输入到TensorFlow模型中，通过占位符我们可以定义输入和输出的数据形状，并在计算图中使用这些占位符来处理数据。在运行计算图时，我们使用了feed_dict参数，将具体的数值传递给placeholder x和y，然后通过sess.run()执行操作z，得到最终的结果。它可以被视为一个存放数据的变量，但是在创建时并不需要提供具体的数值，而是在运行时通过使用feed_dict参数，传递具体的数值给placeholder。

tensorflow提示错误： module 'tensorflow' has no attribute 'placeholder' 解决办法： 将： import tensorflow as tf 替换为： import tensorflow.compat.v1 as tf tf.disable_v2_behavior() 亲测解决。

AttributeError: module 'tensorflow' has no attribute 'mul'执行代码：import tensorflow as tf sess = tf.Session() a = tf.placeholder("float") b = tf.placeholder("float") c = tf.constant(6.0) d = tf.mul(a, ...

PyCharm运行optimize.py出错 Traceback (most recent call last): File “D:/PyCharm/RelationPrediction-master/code/optimization/optimize.py”, line 241, in X = tf.placeholder(tf.float32, shape=(None,2)) AttributeError: module ‘tensorflow’ has no attribute ‘placehol

在使用tensorflow2.x版本的时候，如果使用调用tensorflow1.x函数的代码时，常常会出现module ‘tensorflow’ has no attribute ‘contrib’这样的问题，原因是tensorflow2.x废弃了很多tensorflow1.xAPI接口，本文针对常见的几种错误来使tf2.0不降版本也能运行代码 报错AttributeError: module 'tensorflow' has no attribute 'random_normal' 在报错的行数将tf.r

module ‘tensorflow’ has no attribute 'placeholder’ 解决办法： 不要使用 import tensorflow as tf 将其改为 import tensorflow.compat.v1 as tf tf.disable_v2_behavior() 继续提示 no module names compat 这是由于 compat存在于tensorflow中，只有先导入，才能调用compat 解决方法： 将上面的代码改为： import tensorflow a

针对：TensorFlow版本1到2的代码不同

使用tensorflow2.x版本的时候，使用调用tensorflow1.x函数的代码时，常常会出现module ‘tensorflow’ has no attribute ‘contrib’这样的问题，这是由于tensorflow2.x废弃了很多tensorflow1.x API接口，本文针对常见的几种错误来使tf2.0不降版本也能运行代码。

tensorflow2.0提示错误： module 'tensorflow' has no attribute 'placeholder' 解决办法： 不要使用： import tensorflow as tf 替换为： import tensorflow.compat.v1 as tf tf.disable_v2_behavior() tensorflow的新变化，后续查到具体的文档，再补...

AttributeError: module 'tensorflow' has no attribute 'placeholder'问题原因解决方法参考 问题原因 使用了与当前tensorflow版本不对应的方法 解决方法 1.Tensorflow 团队提供的解决方案 import tensorflow.compat.v1 as tf tf.disable_v2_behavior() 2.重新下载对应2.0以下版本的tensorflow 3.调整为新的使用方法，这里以基于mnist的自编码器重构例子来说

然后，访问Python官方网站（https://www.python.org/downloads/）并下载Python 3.6的安装包。方法三：我采用上述两种方式都不行，方式为将高版本python改变成低版本python以安装低版本tensorflow。如果问题仍然存在，请检查你的Python环境和TensorFlow安装是否正确。方法二：你可以尝试降级TensorFlow版本到1.x，然后再次尝试导入。如果显示的版本为Python 3.6.x，则表示降级成功。如果上面的方法失效，可以尝试下面的方法；

当你出现这个问题时，说明在tf2下使用了tf1的API。 1.参看版本号是否使用错误。 在pycharm下，找到工程，然后输出下面命令参看版本 import tensorflow as tf #载入tensorflow环境 print(tf.__version__) #查看tensorflow版本 ...

一、报错截图： 二、报错原因：TensoFlow2.0版本没有placeholder这个属性 三、解决方法： 在代码里添加下面这行代码 tf.compat.v1.disable_eager_execution() 原先的 修改为： X = tf.compat.v1.placeholder("float") Y = tf.compat.v1.placeholder("float") 就可以了~ ...