AttributeError：模块“ tensorflow.python.training.checkpointable”没有属性“ CheckpointableBase”

小编典典

AttributeError：模块“ tensorflow.python.training.checkpointable”没有属性“ CheckpointableBase”

python

我一直在学习人工智能以及如何使用Python进行编码。我正在从事一个项目，因此我决定更新一些Python软件包，这些软件包并不是新手，然后发生了一些事情并且无法编译我的代码。我删除了Anaconda3并再次设置，但没有用。我一直把这个问题写为主题。如果有人帮助我，我会寻求帮助的。

>>> import tensorflow as tf
  File "C:\Users\AliGalip\Anaconda3Yeni\lib\site-packages\tensorflow\__init__.py", line 24, in <module>
    from tensorflow.python import pywrap_tensorflow  # pylint: disable=unused-import
  File "C:\Users\AliGalip\Anaconda3Yeni\lib\site-packages\tensorflow\python\__init__.py", line 63, in <module>
    from tensorflow.python.framework.framework_lib import *  # pylint: disable=redefined-builtin
  File "C:\Users\AliGalip\Anaconda3Yeni\lib\site-packages\tensorflow\python\framework\framework_lib.py", line 104, in <module>
    from tensorflow.python.framework.importer import import_graph_def
  File "C:\Users\AliGalip\Anaconda3Yeni\lib\site-packages\tensorflow\python\framework\importer.py", line 32, in <module>
    from tensorflow.python.framework import function
  File "C:\Users\AliGalip\Anaconda3Yeni\lib\site-packages\tensorflow\python\framework\function.py", line 36, in <module>
    from tensorflow.python.ops import resource_variable_ops
  File "C:\Users\AliGalip\Anaconda3Yeni\lib\site-packages\tensorflow\python\ops\resource_variable_ops.py", line 35, in <module>
    from tensorflow.python.ops import variables
  File "C:\Users\AliGalip\Anaconda3Yeni\lib\site-packages\tensorflow\python\ops\variables.py", line 40, in <module>
    class Variable(checkpointable.CheckpointableBase):
AttributeError: module 'tensorflow.python.training.checkpointable' has no attribute 'CheckpointableBase'

阅读 251

2021-01-20

共1个答案

小编典典

相同的问题已作为GitHub问题发布。特别地，@allanlavoie建议的解决方案在这里也可能与此有关：

听起来像是TensorFlow的半更新版本。您是否可以尝试完全删除TensorFlow（例如pip uninstall tf- nightly安装了哪个软件包），确保import tensorflow失败，然后重新安装？

由于从您的问题中可以明显看出您正在使用Anaconda来管理Python环境，因此如果上述方法不能解决您的问题，则可以尝试在干净的conda环境中安装TensorFlow，如下所示：

通过创建一个新的环境conda create --name tftest。（您可以用tftest当前项目的名称代替。）
通过激活该新环境activate tftest（或者source activate tftest如果您恰巧正在使用MSYS2的bash或类似的东西）来激活该新环境。
通过将TF安装到此环境中conda install tensorflow。
确保您处于正确的环境中where python（应该生成包含“ tftest”的路径）。
通过运行Python python。
import tensorflow as tf 在那个环境中的外壳中。

由于您正在使用PyCharm（请参见此答案的注释），因此您将需要设置PyCharm以使用此新环境。实际上，在磁盘空间密集的情况下，为每个项目使用新的环境是避免这些相当依赖大量数字包的依赖问题的好方法。

2021-01-20