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

我使用"pip install tensorflow“在我的google计算引擎中安装了tensorflow。然后我按照这个网站上的所有说明操作：

https://tensorflow-object-detection-api-tutorial.readthedocs.io/en/latest/training.html

当我尝试使用train.py时，我收到以下错误消息：

回溯(最近一次调用)：文件"train.py"，第49行，在from object中

_

detection.builders导入数据集

_

生成器文件"/usr/local/lib/python3.6/dist-packages/object

_

检测-0.1->py3.6鸡蛋/对象

_

检测/构建器/数据集

_

builder.py"，第27行，在from object中

_

detection.data

_

解码器导入tf

_

示例

_

解码器文件"/usr/local/lib/python3.6/dist-packages/object

_

检测-0.1-py3.6鸡蛋/对象

_

检测/数据

_

解码器/tf

_

示例

_

decoder.py"，第27行，超薄

_

示例

_

解码器= tf.contrib.slim.tfexample

_

解码器AttributeError:模块“”tensorflow“”没有属性“”contrib“

当我尝试学习tensorflow的版本时，我也得到了不同的结果。

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:Apache2.0位置: /usr/local/lib/python3.6/dist-packages要求: gast、astor、absl-py、tensorflow-估计器、keras-preprocessing、grpcio、six、keras-应用程序、轮子、numpy、tensorboard、protobuf、术语颜色要求-由：

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呢？我找不到关于此错误消息的任何内容，除了以下内容：

tensorflow“module”对象没有属性“contrib”

Answer 1

已移出TF首发TF 2.0 alpha。

看看这些tf 2.0发行说明

https://github.com/tensorflow/tensorflow/releases/tag/v2.0.0-alpha0

您可以使用以下命令将TF 1.x代码升级到TF 2.x

脚本

https://www.tensorflow.org/alpha/guide/upgrade

Answer 2

本期

可能对你有帮助，它解释了如何实现

，这是一种流行的功能。

在TF<2.0中。

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>2.0中，

已被弃用，则可以通过以下方式实现相同的目的：

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

我使用google colab运行我的模型，一切都很完美，直到我使用inline tesorboard。使用tensorboard内联时，我遇到了同样的问题：“模块'tensorflow‘没有属性'contrib'”。

它能够在初始化tensorboard之后使用setup.py(研究文件夹)在重建和重新安装模型时运行训练。