AttributeError: module ‘tensorflow‘ has no attribute ‘placeholder‘解决办法_Python

在这里插入图片描述

1.报错代码

self.inputs_base_structure_left = tf.placeholder(dtype=tf.float32, shape=[none, 2048, 2], name="inputs_left")  # initial a inputs to siamese_network

2. 报错原因

attributeerror: module 'tensorflow' has no attribute 'placeholder' 这个错误发生的原因是因为在较新版本的 tensorflow 中，tf.placeholder 已经被弃用，取而代之的是使用 tf.compat.v1.placeholder 或者直接使用 tensorflow 2.x 中的新特性，比如 tf.function 和 tf.tensor 来定义输入。

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。

3. 解决办法

使用 tensorflow 1.x 兼容模式：
在 tensorflow 2.x 中，你可以通过启用 tensorflow 1.x 兼容模式来使用 tf.placeholder。在代码的开始处添加以下行：
```
import tensorflow as tf
tf.compat.v1.disable_eager_execution()
```
然后，你可以使用 tf.compat.v1.placeholder 来创建占位符：
```
x = tf.compat.v1.placeholder(tf.float32, shape=[none, 784])
y = tf.compat.v1.placeholder(tf.float32, shape=[none, 10])
```
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。
使用 tensorflow 1.x 版本：（我的方法）
如果你不打算将代码迁移到 tensorflow 2.x，你可以考虑安装并使用 tensorflow 1.x 版本。但请注意，tensorflow 1.x 不再得到官方的积极支持，且存在安全隐患。