AttributeError: 模块 'tensorflow' 没有属性 'placeholder' - Python

在使用 Tensorflow 时，如果出现报错信息： AttributeError: 模块 'tensorflow' 没有属性 'placeholder'，表示尝试在使用 Tensorflow 1.x 版本的代码中使用了 Tensorflow 2.x 版本的 API。在 Tensorflow 1.x 版本中，使用的是 tf.placeholder() 来定义占位符，而在 Tensorflow 2.x 版本中，则使用 tf.compat.v1.placeholder()。

如何解决

如果使用的是 Tensorflow 2.x 版本，则直接使用 tf.placeholder() 会报错。此时，需要将代码中的 tf.placeholder() 替换为 tf.compat.v1.placeholder()。

示例代码：

import tensorflow as tf

# 错误示范（Tensorflow 2.x 版本不支持）
x = tf.placeholder(dtype=tf.float32, shape=[None, 784], name='x')

# 正确示范（Tensorflow 2.x 版本使用兼容模式）
x = tf.compat.v1.placeholder(dtype=tf.float32, shape=[None, 784], name='x')

如果希望代码在 Tensorflow 1.x 和 Tensorflow 2.x 版本中都能运行，可以使用以下方式：

import tensorflow.compat.v1 as tf

# 定义占位符
x = tf.placeholder(tf.float32, shape=[None, 784], name='x')
y = tf.placeholder(tf.float32, shape=[None, 10], name='y')

# 其他操作
# ...

# 初始化
init_op = tf.global_variables_initializer()

# 创建会话
with tf.Session() as sess:
    sess.run(init_op)
    # 其他操作
    # ...

参考资料

• Tensorflow 1.x to 2.x migration guide