web-dev-qa-db-ja.com

「AttributeError：module 'tensorflow' has no attribute 'get_default_graph'」を修正する方法？

LSTMモデルを作成するためにいくつかのコードを実行しようとしていますが、エラーが発生します。

AttributeError: module 'tensorflow' has no attribute 'get_default_graph'

私のコードは次のとおりです：

from keras.models import Sequential

model = Sequential()
model.add(Dense(32, input_dim=784))
model.add(Activation('relu'))
model.add(LSTM(17))
model.add(Dense(1, activation='sigmoid'))
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

私は同様の問題を持つ誰かを見つけました、そして彼らはテンソルフローを更新しました、そしてそれは機能します;しかし、私は最新の状態であり、それでも機能しません。私はケラスと機械学習を使用するのが初めてなので、これがばかげたことでお詫びします！

pythontensorflowkeraskeras-layertf.keras
15
Alice

間違ったバージョン（2.0.0a0）を使用していたことが判明したので、最新の安定したバージョン（1.13.1）にリセットすると機能します。

3
Alice

してみてください：

from tensorflow.keras.models import Sequential

の代わりに

from keras.models import Sequential

14
irezwi

最新のtensorflow 2の場合、上記のコードをいくつかの変更を加えた以下のコードに置き換えます

詳細については、kerasのドキュメントを確認してください： https://www.tensorflow.org/guide/keras/overview

import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
from tensorflow.keras.models import Sequential, load_model

    model = tf.keras.Sequential()
    model.add(layers.Dense(32, input_dim=784))
    model.add(layers.Activation('relu'))
    model.add(layers.LSTM(17))
    model.add(layers.Dense(1, activation='sigmoid'))
    model.compile(loss='binary_crossentropy', optimizer=tf.keras.optimizers.Adam(0.01), metrics=['accuracy'])
6
Sana

はい。テンソルフローの更新バージョン、つまりtensorflow == 2.0を使用しているため、機能しません。古いバージョンのテンソルフローが役立つ場合があります。同じ問題がありましたが、次のコードを使用して修正しました。

試してください：

import tensorflow as tf
from tensorflow import keras
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
from tensorflow.keras.layers import Dropout

代わりに：

from keras.models import Sequential
from keras.layers import Dense
from keras.layers import Dropout
1
Piyush Chandra

問題を解決するために、以下のコードを使用しました

tensorflow.keras.models importから順次tensorflow.keras.layersから順次インポートimport高密度インポートnumpy

0
Jomo

これは私にも起こりました。理由はテンソルフローバージョンです。古いバージョンのtensorflowを取得してみてください。別の問題は、プロジェクトにtensorflow.pyという名前のpythonスクリプトがあることです。

0
Gihan Gamage

Tf 2.1.0の場合、tf.compat.v1.get_default_graph()に変更します

import tensorflow as tf
# sess = tf.compat.v1.Session(graph=tf.import_graph_def(), config=session_conf)
sess = tf.compat.v1.Session(graph=tf.compat.v1.get_default_graph(), config=session_conf)
tf.compat.v1.keras.backend.set_session(sess)
0
palandlom

私も同じ問題を抱えていました。私は試した

   from tensorflow.keras.models import Sequential

そして

   from keras.models import Sequential

それらのどれも動作しません。だから私はテンソルフロー、ケラス、パイソンを更新します：

    $conda update python
    $conda update keras
    $conda update tensorflow

または

    pip install --upgrade tensorflow
    pip install --upgrade keras
    pip install --upgrade python

私のtensorflowバージョンは2.1.0です。私のケラスバージョンは2.3.1です。 my pythonバージョンは3.6.10です。ケラスをアンインストールしてケラスを再インストールするまで、何も機能しません：

    pip uninstall keras
    pip install keras --upgrade
0
Hannah Zhang

以下を使用します。

tf.compat.v1.disable_eager_execution()
print(tf.compat.v1.get_default_graph())

Tensorflow 2.0で動作します

0
yash

このスレッドを参照する人々がますますテンソルフロー2を使用すると仮定します。

Tensorflow 2は、ケラスが非常に賢く設計/開発されているため、さらにケラスAPIを統合しています。 here でも説明されているように、テンソルフロー2を使用している場合、答えは非常に簡単です。

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Activation, LSTM

model = Sequential()
model.add(Dense(32, input_dim=784))
model.add(Activation('relu'))
model.add(LSTM(17))
model.add(Dense(1, activation='sigmoid'))
model.compile(loss=tensorflow.keras.losses.binary_crossentropy, optimizer=tensorflow.keras.optimizers.Adam(), metrics=['accuracy'])

これがkerist公式ページのMNISTのようなものをkerasの代わりにtensorflow.kerasに置き換えてgpuでも実行するように変更する方法です。

from __future__ import print_function
import tensorflow
from tensorflow.keras.datasets import mnist
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Dropout, Flatten
from tensorflow.keras.layers import Conv2D, MaxPooling2D
from tensorflow.keras import backend as K

batch_size = 1024
num_classes = 10
epochs = 12

# input image dimensions
img_rows, img_cols = 28, 28

# the data, split between train and test sets
(x_train, y_train), (x_test, y_test) = mnist.load_data()

if K.image_data_format() == 'channels_first':
    x_train = x_train.reshape(x_train.shape[0], 1, img_rows, img_cols)
    x_test = x_test.reshape(x_test.shape[0], 1, img_rows, img_cols)
    input_shape = (1, img_rows, img_cols)
else:
    x_train = x_train.reshape(x_train.shape[0], img_rows, img_cols, 1)
    x_test = x_test.reshape(x_test.shape[0], img_rows, img_cols, 1)
    input_shape = (img_rows, img_cols, 1)

x_train = x_train.astype('float32')
x_test = x_test.astype('float32')
x_train /= 255
x_test /= 255
print('x_train shape:', x_train.shape)
print(x_train.shape[0], 'train samples')
print(x_test.shape[0], 'test samples')

# convert class vectors to binary class matrices
y_train = tensorflow.keras.utils.to_categorical(y_train, num_classes)
y_test = tensorflow.keras.utils.to_categorical(y_test, num_classes)

model = Sequential()
model.add(Conv2D(32, kernel_size=(3, 3),
             activation='relu',
             input_shape=input_shape))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
model.add(Flatten())
model.add(Dense(128, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(num_classes, activation='softmax'))

model.compile(loss=tensorflow.keras.losses.categorical_crossentropy,
          optimizer=tensorflow.keras.optimizers.Adadelta(),
          metrics=['accuracy'])

model.fit(x_train, y_train,
      batch_size=batch_size,
      epochs=epochs,
      verbose=1,
      validation_data=(x_test, y_test))
score = model.evaluate(x_test, y_test, verbose=0)
print('Test loss:', score[0])
print('Test accuracy:', score[1])
0
Hamidreza

はい、コードはこのバージョンのtensorflow tensorflow == 2.0.0では機能しません。 2.0.0より古いバージョンに移行すると役立ちます。

0
poonam

ダウングレードすると問題は解決しますが、最新バージョンを使用する場合は、次のコードを試す必要があります：from tensorflow import kerasおよび 'from tensorflow.python.keras import backend as kそれは私の仕事です

0
mj.beyrami