当我在Tensorflow 2.0环境中执行命令sess = tf.Session()时，我得到了一个错误消息，如下所示:
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: module 'tensorflow' has no attribute 'Session'
系统信息:
操作系统平台及发行版本:Windows 10 Python版本:3.7.1 Tensorflow版本:2.0.0-alpha0(已安装pip)
复制步骤: 安装:
PIP安装——升级PIP PIP install tensorflow==2.0.0-alpha0 PIP安装keras PIP install numpy==1.16.2
执行:
执行命令:import tensorflow as tf 执行命令:sess = tf.Session()
当前回答
Tensorflow 2。x支持的热切执行默认情况下，因此会话不支持。
其他回答
TF v2.0支持Eager模式相对于v1.0的Graph模式。因此，2.0版本不支持tf.session()。因此，建议您重写代码以在Eager模式下工作。
用这个:
sess = tf.compat.v1.Session()
如果出现错误，请使用以下方法
tf.compat.v1.disable_eager_execution()
sess = tf.compat.v1.Session()
根据TF 1:1符号映射，在TF 2.0中您应该使用TF . compatat .v1. session()而不是TF . session ()
https://docs.google.com/spreadsheets/d/1FLFJLzg7WNP6JHODX5q8BDgptKafq_slHpnHVbJIteQ/edit#gid=0
得到TF 1。在TF 2.0中可以运行类似x的行为
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
但这样就不能从TF 2.0的许多改进中获益。更多细节请参考迁移指南 https://www.tensorflow.org/guide/migrate
TF2在默认情况下运行Eager Execution，从而消除了对session的需求。如果你想运行静态图形，更合适的方法是在TF2中使用tf.function()。虽然在TF2中仍然可以通过tf. compatat .v1.Session()访问Session，但我不鼓励使用它。通过比较hello worlds中的差异可能有助于演示这种差异:
TF1。X你好世界:
import tensorflow as tf
msg = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(msg))
TF2。X你好世界:
import tensorflow as tf
msg = tf.constant('Hello, TensorFlow!')
tf.print(msg)
更多信息请参见Effective TensorFlow 2
TF2。X，你可以这样做。
import tensorflow as tf
with tf.compat.v1.Session() as sess:
hello = tf.constant('hello world')
print(sess.run(hello))
>>>你好世界
