当前位置: 首页 > 知识库问答 >
问题:

导入tensorflow失败,错误为没有属性“HIDDEN_attribute”

广亮
2023-03-14

导入失败,出现以下错误:

C:\Users\bhush

导入tensorflow作为tf回溯(最后一次调用):文件“C:\Users\bhush\AppData\Local\Programs\Python\Python36\lib\site packages\tensorflow\uuuuu init\uuuuu.py”第34行中第1行的文件“”_应用程序编程接口。v1导入兼容文件“C:\Users\bhush\AppData\Local\Programs\Python36\lib\site packages\tensorflow\u api\v1\compat\uuuuuu init\uuuuuu.py”,第21行,来自tensorflow_应用程序编程接口。v1。compat导入v1文件“C:\Users\bhush\AppData\Local\Programs\Python\Python36\lib\site packages\tensorflow\u api\v1\compat\v1\uuuuuuuu init\uuuuuuuuu.py”,第643行,位于“tensorflow\u估计器”中。python估计员。api_v1。estimator'))文件“C:\Users\bhush\AppData\Local\Programs\Python36\lib\site packages\tensorflow\Python\tools\component\api\u helper.py”,第56行,在package\u hook child\u pkg=importlib中。导入模块(子\u包\u str)文件“C:\Users\bhush\AppData\Local\Programs\Python36\lib\importlib\uuuuuuuu init\uuuuuuuuuu.py”,第126行,在导入模块返回引导中_gcd_导入(名称[级别:],包,级别)文件“C:\Users\bhush\AppData\Local\Programs\Python\Python36\lib\site packages\tensorflow_estimator\uuuuu init\uuuuuuu.py”,第8行,来自tensorflow_estimator_应用程序编程接口。v1导入估算器文件“C:\Users\bhush\AppData\Local\Programs\Python36\lib\site packages\tensorflow\u估算器\u api\v1\estimator\uuuuuu init\uuuuuuu.py”,第8行,来自tensorflow\u估算器_应用程序编程接口。v1。估计器导入实验文件“C:\Users\bhush\AppData\Local\Programs\Python\Python36\lib\site packages\tensorflow\u估计器\u api\v1\估计器\Experiative\uuuuuuuu init\uuuuuuuuuu.py”,第8行,来自tensorflow\u估计器。python估计员。罐装的。dnn导入dnn\u logit\u fn\u构建器文件“C:\Users\bhush\AppData\Local\Programs\Python\Python36\lib\site packages\tensorflow\u estimator\Python\estimator\uuuu init\uuuuuuuuuuuuuuuuuuuu.py”,第25行,导入tensorflow\u estimator。python估计员。估算器库文件“C:\Users\bhush\AppData\Local\Programs\Python36\lib\site packages\tensorflow\u估算器\Python\estimator\estimator\estimator\u lib.py”,第22行,来自tensorflow\u估算器。python估计员。罐装的。基线导入基线分类器文件“C:\Users\bhush\AppData\Local\Programs\Python36\lib\site packages\tensorflow\u estimator\Python\estimator\canted\baseline.py”,第65行,来自tensorflow\u estimator。python估计器导入估计器文件“C:\Users\bhush\AppData\Local\Programs\Python36\lib\site packages\tensorflow\u estimator\Python\estimator\estimator\estimator.py”,第1708行,类内估计器V2(估计器):文件“C:\Users\bhush\AppData\Local\Programs\Python36\lib\site packagest\tensorflow\u estimator\py”,第1711行,在v2 export\u savedmodel中=弃用。隐藏的属性AttributeError:模块的tensorflow。pythonutil。“弃用”没有“隐藏的属性”

我正在尝试安装tensorflow夜间构建。我有CUDA 10和cuDNN 7.3。0.29. TensortFlow py-3.6-64-m pip每晚安装tf gpu

然后,我做导入张量流我得到上面的堆栈跟踪。我试图理解失败的可能原因。

共有3个答案

谯嘉胜
2023-03-14

这可能是Windows上夜间构建的一个问题。我只能通过使用这个命令恢复到上一个稳定的GPU构建来完成这项工作

pip3 install --force-reinstall tensorflow-gpu
潘驰
2023-03-14

我也有类似的错误。您可以尝试pip安装-q tenstorflow==2.0.0-alpha0

古弘
2023-03-14

我也犯了同样的错误,然后我试着去做

pip install tf-nightly-2.0-preview --ignore-installed

它解决了这个问题,即使我遇到了其他人。我认为您的环境中的库存在版本冲突,所以这应该可以解决您的问题,因为它不会重新安装已安装的库。

此链接可能有助于找到CUDA和Tensorflow的兼容版本。

夜间构建列表

 类似资料:
  • 我正试着用这本手册开始tensorflowhttps://www.tensorflow.org/install/install_windows 所有安装都成功完成,我正在使用python 3.5.2和最新版本的pip,遇到这个错误,有人告诉我应该怎么做吗? 在swig\parth\AppData\Local\Programs\Python35\lib\site-p tensorflow\Pytho

  • 感谢您对以下tensorflow安装问题的帮助,系统:Windows 10 Home 64位 -清洁安装的Python 3.6。5作为管理员 -通过cmd行(作为管理员)从Python的脚本目录运行pip安装tensorflow(无错误) 尝试执行以下代码(导入模块): 给出以下堆栈跟踪 回溯(最近一次调用):文件“C:\Users\User\AppData\Local\Programs\Pyth

  • 更新:我试图卸载并重新安装tenstorflow。它在命令行中工作,但在Jupyter中,它显示: 我检查了在哪里安装了tensorflow(它似乎是在正确的位置,但我仍然不能成功地导入juypt中的tensorflow): 我在过去安装了tensorflow,它在Jupyter运行良好。但有一次我试图安装keras,然后tensorflow开始出现一些问题。我今天尝试在Juypter中将tens

  • 系统信息: win10 python 3.6。2. tensorflow 1.11。0 numpy 1.15。3. 康达4.3。30 cuda 8.0 cudnn6.0 pip 18.1 我用python3创建了一个新环境。6.2在anaconda安装了tensorflow和pip,遇到这样的问题,谢谢帮助。 Python 3.6。2 | Continuum Analytics,Inc.|(默认,

  • 我试图运行机器人框架测试用例,它使用SSH库。我已经安装了所有必需的库(在本例中为参数库)。但是我仍然得到这个错误。 我得到的错误是: 当我试图再次安装Paramiko,我得到以下输出: `已满足要求(使用--升级到升级):paramiko in/usr/local/lib/python2.7/dist-packages/paramiko-1.15.2-py2.7.egg 要求已经满足(使用升级升

  • 问题内容: 在Tensorflow 2.0环境中执行命令时,出现如下错误消息: 系统信息: 操作系统平台和发行版:Windows 10 python版本:3.7.1 Tensorflow版本:2.0.0-alpha0(随pip一起安装) 重现步骤: 安装: 点安装-升级点 pip install tensorflow == 2.0.0-alpha0 点安装keras 点安装numpy == 1.1