如何解决Tensorflow由于版本问题出现的几种错误

这篇文章主要为大家展示了“如何解决Tensorflow由于版本问题出现的几种错误”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“如何解决Tensorflow由于版本问题出现的几种错误”这篇文章吧。

1、AttributeError: 'module' object has no attribute 'rnn_cell'

S：将tf.nn.rnn_cell替换为tf.contrib.rnn

2、TypeError: Expected int32, got list containing Tensors of type '_Message' instead.

S：由于tf.concat的问题，将tf.concat(1, [conv1, conv2]) 的格式替换为tf.concat( [conv1, conv2],1)

3、AttributeError: 'module' object has no attribute 'pack'

S：将pack替换为stack

4、ValueError: Only call `softmax_cross_entropy_with_logits` with named arguments (labels=..., logits=..., ...)

S：按照提示，需要将括号内的形参写出，即(logits=pre, lables=tru)而非(pre,tru)

5、ValueError: Variable Wemb/Adam/ does not exist, or was not created with tf.get_variable(). Did you mean to set reuse=None in VarScope?

S：需要定义scope，虽然报错可能是在optimizer处提示，但需要在定义模型时增加scope，即

with tf.variable_scope(tf.get_variable_scope()) as scope:
# model construction

以上是“如何解决Tensorflow由于版本问题出现的几种错误”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注行业资讯频道！