【问题标题】:module 'tensorflow.python.keras.datasets.fashion_mnist' has no attribute 'load_data'模块“tensorflow.python.keras.datasets.fashion_mnist”没有属性“load_data”
【发布时间】:2018-08-03 14:51:54
【问题描述】:

我目前正在关注 Keras 网站上的这个介绍教程:https://www.tensorflow.org/tutorials/keras/basic_classification

我在调用fashion_mnist.load_data() 后遇到此错误的几个步骤:

AttributeError: module 'tensorflow.python.keras.datasets.fashion_mnist' has no attribute 'load_data'

这是完整的输出:

Python 3.6.6 (v3.6.6:4cf1f54eb7, Jun 27 2018, 03:37:03) [MSC v.1900 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> from tensorflow import keras
>>> fashion_mnist = keras.datasets.fashion_mnist
>>> (train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: module 'tensorflow.python.keras.datasets.fashion_mnist' has no attribute 'load_data'

我正在使用 tensorflow 1.5.0、Keras 2.2.2 和 Python 3.6.6

tensorflow 的教程过时了,还是我遗漏了什么?如果我使用mnist 设置而不是fashion_mnist,它可以正常工作。从这个链接https://www.tensorflow.org/api_docs/python/tf/keras/datasets/fashion_mnist 看来fashion_mnist 确实有一个名为load_data 的函数。

【问题讨论】:

    标签: tensorflow keras


    【解决方案1】:

    问题确实在于您的 Tensorflow 版本。你link to的教程使用的是1.9.0版本:

    print(tf.__version__)
    # 1.9.0
    

    其中确实包含一个函数load_data 用于fashion_mnist (docs)。但是您的版本中缺少此功能,您可以从v1.5 docs 中看到。

    【讨论】:

      【解决方案2】:

      您可以尝试使用tf.keras.datasets.fashion_mnist,而不是使用keras.datasets.fashion_mnist

      【讨论】:

      • 请仔细阅读问题;在keras.datasets.fashion_mnist之前有一个from tensorflow import keras声明,所以这里实际导入的确实是tf.keras.datasets.fashion_mnist
      【解决方案3】:

      试试

      import tensorflow.contrib.keras.python.keras.datasets
      

      【讨论】:

        【解决方案4】:

        我通过使用 pip 而不是 conda 重新安装 tensorflow 解决了这个问题

        【讨论】:

          猜你喜欢
          • 1970-01-01
          • 2020-05-21
          • 2021-04-12
          • 1970-01-01
          • 2020-06-04
          • 2021-12-24
          • 2015-05-08
          • 2020-10-17
          • 2020-10-03
          相关资源
          最近更新 更多