运行 TensorFlow 的分类图像时，出现 AttributeError: 'module' object has no attribute 'gfile'答案

【问题标题】：While running TensorFlow's classify_image, getting AttributeError: 'module' object has no attribute 'gfile'运行 TensorFlow 的分类图像时，出现 AttributeError: 'module' object has no attribute 'gfile'
【发布时间】：2016-02-15 06:24:44
【问题描述】：

在 imagenet 模型中运行 TensorFlow 提供的示例文件时出现此错误，

File "classify_image.py", line 154, in run_inference_on_image
if not tf.gfile.Exists(image):

AttributeError: 'module' 对象没有属性 'gfile'

我也尝试在虚拟服务器上同时使用 pip 和源代码进行安装，但仍然出现此错误。

【问题讨论】：

这个 gfile 东西是 6 天前在这个提交中添加的——github.com/tensorflow/tensorflow/commit/…，可能值得在 github 上提交一个问题。作为一种解决方法，您可以在本地将 gfile 内容撤消回 os.path，它只有几行

标签： tensorflow

【解决方案1】：

有两种方法可以解决这个问题：

选项 1

这是对上述 Yaroslav 评论的扩展，比选项 2 更容易。

修改classify_image.py如下：

将tf.gfile.Exists 的所有实例替换为os.path.exists，并且将tf.gfile.GFile 和tf.gfile.FastGFile 的所有实例替换为open

然后运行修改后的classify_image.py，它应该可以工作了。

选项 2

将 tensorflow 更新到包含 gfile 的最新版本，如 here 所述

但是，在你这样做之后，当你尝试运行classify_image.py 时，你可能会遇到以下错误：

$ python classify_image.py
>> Downloading inception-2015-12-05.tgz 100.0%
Succesfully downloaded inception-2015-12-05.tgz 88931400 bytes.
[libprotobuf ERROR google/protobuf/src/google/protobuf/io/coded_stream.cc:207] A protocol message was rejected because it was too big (more than 67108864 bytes).  To increase the limit (or to disable these warnings), see CodedInputStream::SetTotalBytesLimit() in google/protobuf/io/coded_stream.h.
Traceback (most recent call last):
  File "classify_image.py", line 213, in <module>
    tf.app.run()
  File "/Users/USERNAME/.virtualenvs/mlnd/lib/python2.7/site-packages/tensorflow/python/platform/default/_app.py", line 30, in run
    sys.exit(main(sys.argv))
  File "classify_image.py", line 209, in main
    run_inference_on_image(image)
  File "classify_image.py", line 159, in run_inference_on_image
    create_graph()
  File "classify_image.py", line 141, in create_graph
    graph_def.ParseFromString(f.read())
google.protobuf.message.DecodeError: Error parsing message

要解决此问题，您可以按照here 所述更改源代码中的一行，然后在您的机器上重新编译 tensorflow。

选项 2 可能有点工作，尤其是如果您使用的是 Mac。

【讨论】：

【解决方案2】：

以下步骤帮助我解决了问题

按照此处https://www.tensorflow.org/versions/r0.7/get_started/os_setup.html 的描述更新张量流

2.对我来说，这导致了 protobuf 错误。为了解决我跑了

$sudo pip 卸载 protobuf

$sudo pip install --upgrade https://storage.googleapis.com/tensorflow/mac/tensorflow-0.7.1-cp27-none-any.whl

【讨论】：