AttributeError:模块“ tensorflow.python.distribute.cross_device_ops”没有属性“ CollectiveCommunication”

我正在尝试使用Keras load_model函数加载经过训练的模型。我正在使用导入:

from keras.models import load_model

但是当我运行该行时,会出现此错误

    ---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-26-b307cfe21aad> in <module>
----> 1 from keras.models import load_model

/opt/conda/lib/python3.7/site-packages/keras/__init__.py in <module>
      1 from __future__ import absolute_import
      2 
----> 3 from . import utils
      4 from . import activations
      5 from . import applications

/opt/conda/lib/python3.7/site-packages/keras/utils/__init__.py in <module>
      4 from . import data_utils
      5 from . import io_utils
----> 6 from . import conv_utils
      7 from . import losses_utils
      8 from . import metrics_utils

/opt/conda/lib/python3.7/site-packages/keras/utils/conv_utils.py in <module>
      7 from six.moves import range
      8 import numpy as np
----> 9 from .. import backend as K
     10 
     11 

/opt/conda/lib/python3.7/site-packages/keras/backend/__init__.py in <module>
----> 1 from .load_backend import epsilon
      2 from .load_backend import set_epsilon
      3 from .load_backend import floatx
      4 from .load_backend import set_floatx
      5 from .load_backend import cast_to_floatx

/opt/conda/lib/python3.7/site-packages/keras/backend/load_backend.py in <module>
     88 elif _BACKEND == 'tensorflow':
     89     sys.stderr.write('Using TensorFlow backend.\n')
---> 90     from .tensorflow_backend import *
     91 else:
     92     # Try and load external backend.

/opt/conda/lib/python3.7/site-packages/keras/backend/tensorflow_backend.py in <module>
      7 from tensorflow.python.framework import device as tfdev
      8 from tensorflow.python.framework import ops as tf_ops
----> 9 from tensorflow.python.ops import image_ops as tf_image_ops
     10 from tensorflow.python.ops import math_ops as tf_math_ops
     11 from tensorflow.python.ops import state_ops as tf_state_ops

/opt/conda/lib/python3.7/site-packages/tensorflow_core/python/ops/image_ops.py in <module>
     26 # go/tf-wildcard-import
     27 # pylint: disable=wildcard-import
---> 28 from tensorflow.python.ops.gen_image_ops import *
     29 from tensorflow.python.ops.image_ops_impl import *
     30 # pylint: enable=wildcard-import

/opt/conda/lib/python3.7/site-packages/tensorflow_core/python/ops/gen_image_ops.py in <module>
     13 from tensorflow.python.framework import dtypes as _dtypes
     14 
---> 15 from tensorflow.python.framework import op_def_registry as _op_def_registry
     16 from tensorflow.python.framework import ops as _ops
     17 from tensorflow.python.framework import op_def_library as _op_def_library

/opt/conda/lib/python3.7/site-packages/tensorflow_core/python/framework/op_def_registry.py in <module>
     23 
     24 from tensorflow.core.framework import op_def_pb2
---> 25 from tensorflow.python import _op_def_registry
     26 
     27 # The cache amortizes ProtoBuf serialization/deserialization overhead

/opt/conda/lib/python3.7/site-packages/tensorflow_core/__init__.py in <module>
     44 from . _api.v2 import autograph
     45 from . _api.v2 import bitwise
---> 46 from . _api.v2 import compat
     47 from . _api.v2 import config
     48 from . _api.v2 import data

/opt/conda/lib/python3.7/site-packages/tensorflow_core/_api/v2/compat/__init__.py in <module>
     37 import sys as _sys
     38 
---> 39 from . import v1
     40 from . import v2
     41 from tensorflow.python.compat.compat import forward_compatibility_horizon

/opt/conda/lib/python3.7/site-packages/tensorflow_core/_api/v2/compat/v1/__init__.py in <module>
     30 from . import autograph
     31 from . import bitwise
---> 32 from . import compat
     33 from . import config
     34 from . import data

/opt/conda/lib/python3.7/site-packages/tensorflow_core/_api/v2/compat/v1/compat/__init__.py in <module>
     37 import sys as _sys
     38 
---> 39 from . import v1
     40 from . import v2
     41 from tensorflow.python.compat.compat import forward_compatibility_horizon

/opt/conda/lib/python3.7/site-packages/tensorflow_core/_api/v2/compat/v1/compat/v1/__init__.py in <module>
     27 
     28 from . import compat
---> 29 from tensorflow._api.v2.compat.v1 import app
     30 from tensorflow._api.v2.compat.v1 import audio
     31 from tensorflow._api.v2.compat.v1 import autograph

/opt/conda/lib/python3.7/site-packages/tensorflow_core/_api/v2/compat/__init__.py in <module>
     37 import sys as _sys
     38 
---> 39 from . import v1
     40 from . import v2
     41 from tensorflow.python.compat.compat import forward_compatibility_horizon

/opt/conda/lib/python3.7/site-packages/tensorflow_core/_api/v2/compat/v1/__init__.py in <module>
     30 from . import autograph
     31 from . import bitwise
---> 32 from . import compat
     33 from . import config
     34 from . import data

/opt/conda/lib/python3.7/site-packages/tensorflow_core/_api/v2/compat/v1/compat/__init__.py in <module>
     37 import sys as _sys
     38 
---> 39 from . import v1
     40 from . import v2
     41 from tensorflow.python.compat.compat import forward_compatibility_horizon

/opt/conda/lib/python3.7/site-packages/tensorflow_core/_api/v2/compat/v1/compat/v1/__init__.py in <module>
     31 from tensorflow._api.v2.compat.v1 import autograph
     32 from tensorflow._api.v2.compat.v1 import bitwise
---> 33 from tensorflow._api.v2.compat.v1 import config
     34 from tensorflow._api.v2.compat.v1 import data
     35 from tensorflow._api.v2.compat.v1 import debugging

/opt/conda/lib/python3.7/site-packages/tensorflow_core/_api/v2/compat/v1/config/__init__.py in <module>
     16 from tensorflow.python.eager.def_function import functions_run_eagerly as experimental_functions_run_eagerly
     17 from tensorflow.python.eager.def_function import run_functions_eagerly as experimental_run_functions_eagerly
---> 18 from tensorflow.python.eager.remote import connect_to_cluster as experimental_connect_to_cluster
     19 from tensorflow.python.eager.remote import connect_to_remote_host as experimental_connect_to_host
     20 from tensorflow.python.framework.config import get_logical_device_configuration

/opt/conda/lib/python3.7/site-packages/tensorflow_core/python/eager/remote.py in <module>
     24 from tensorflow.core.protobuf.tensorflow_server_pb2 import ServerDef
     25 from tensorflow.python import pywrap_tensorflow
---> 26 from tensorflow.python.distribute import device_util
     27 from tensorflow.python.distribute.cluster_resolver import cluster_resolver
     28 from tensorflow.python.eager import context

/opt/conda/lib/python3.7/site-packages/tensorflow_core/python/distribute/__init__.py in <module>
     21 # pylint: disable=unused-import
     22 from tensorflow.python.distribute import cluster_resolver
---> 23 from tensorflow.python.distribute import cross_device_ops
     24 from tensorflow.python.distribute import distribute_lib
     25 from tensorflow.python.distribute import distribution_strategy_context

/opt/conda/lib/python3.7/site-packages/tensorflow_core/python/distribute/cross_device_ops.py in <module>
     23 import six
     24 
---> 25 from tensorflow.python.client import device_lib
     26 from tensorflow.python.distribute import cross_device_utils
     27 from tensorflow.python.distribute import device_util

/opt/conda/lib/python3.7/site-packages/tensorflow_core/python/client/device_lib.py in <module>
     20 
     21 from tensorflow.core.framework import device_attributes_pb2
---> 22 from tensorflow.python import _pywrap_device_lib
     23 
     24 

/opt/conda/lib/python3.7/site-packages/tensorflow_core/python/__init__.py in <module>
     92 # Bring in subpackages.
     93 from tensorflow.python import data
---> 94 from tensorflow.python import distribute
     95 from tensorflow.python import keras
     96 from tensorflow.python.feature_column import feature_column_lib as feature_column

/opt/conda/lib/python3.7/site-packages/tensorflow_core/python/distribute/__init__.py in <module>
     26 from tensorflow.python.distribute import mirrored_strategy
     27 from tensorflow.python.distribute import one_device_strategy
---> 28 from tensorflow.python.distribute.experimental import collective_all_reduce_strategy
     29 from tensorflow.python.distribute.experimental import parameter_server_strategy
     30 # pylint: enable=unused-import

/opt/conda/lib/python3.7/site-packages/tensorflow_core/python/distribute/experimental/__init__.py in <module>
     21 # pylint: disable=unused-import
     22 from tensorflow.python.distribute import central_storage_strategy
---> 23 from tensorflow.python.distribute import collective_all_reduce_strategy
     24 from tensorflow.python.distribute import parameter_server_strategy
     25 from tensorflow.python.distribute import tpu_strategy

/opt/conda/lib/python3.7/site-packages/tensorflow_core/python/distribute/collective_all_reduce_strategy.py in <module>
     46 # TODO(yuefengz): support in-graph replication.
     47 @tf_export("distribute.experimental.MultiWorkerMirroredStrategy",v1=[])
---> 48 class CollectiveAllReduceStrategy(distribute_lib.Strategy):
     49   """A distribution strategy for synchronous training on multiple workers.
     50 

/opt/conda/lib/python3.7/site-packages/tensorflow_core/python/distribute/collective_all_reduce_strategy.py in CollectiveAllReduceStrategy()
     82   def __init__(
     83       self,---> 84       communication=cross_device_ops_lib.CollectiveCommunication.AUTO,85       cluster_resolver=None):
     86     """Creates the strategy.

AttributeError: module 'tensorflow.python.distribute.cross_device_ops' has no attribute 'CollectiveCommunication'

有人知道是什么原因引起的吗?

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


Python中的函数(二) 在上一篇文章中提到了Python中函数的定义和使用,在这篇文章里我们来讨论下关于函数的一些更深的话题。在学习C语言函数的时候,遇到的问题主要有形参实参的区别、参数的传递和改变、变量的作用域。同样在Python中,关于对函数的理解和使用也存在这些问题。下面来逐一讲解。一.函
Python中的字符串 可能大多数人在学习C语言的时候,最先接触的数据类型就是字符串,因为大多教程都是以&quot;Hello world&quot;这个程序作为入门程序,这个程序中要打印的&quot;Hello world&quot;就是字符串。如果你做过自然语言处理方面的研究,并且用Python
Python 面向对象编程(一) 虽然Python是解释性语言,但是它是面向对象的,能够进行对象编程。下面就来了解一下如何在Python中进行对象编程。一.如何定义一个类 在进行python面向对象编程之前,先来了解几个术语:类,类对象,实例对象,属性,函数和方法。 类是对现实世界中一些事物的封装,
Python面向对象编程(二) 在前面一篇文章中谈到了类的基本定义和使用方法,这只体现了面向对象编程的三大特点之一:封装。下面就来了解一下另外两大特征:继承和多态。 在Python中,如果需要的话,可以让一个类去继承一个类,被继承的类称为父类或者超类、也可以称作基类,继承的类称为子类。并且Pytho
Python中的函数(一) 接触过C语言的朋友对函数这个词肯定非常熟悉,无论在哪门编程语言当中,函数(当然在某些语言里称作方法,意义是相同的)都扮演着至关重要的角色。今天就来了解一下Python中的函数用法。一.函数的定义 在某些编程语言当中,函数声明和函数定义是区分开的(在这些编程语言当中函数声明
在windows下如何快速搭建web.py开发框架 用Python进行web开发的话有很多框架供选择,比如最出名的Django,tornado等,除了这些框架之外,有一个轻量级的框架使用起来也是非常方便和顺手,就是web.py。它由一名黑客所创建,但是不幸的是这位创建者于2013年自杀了。据说现在由
将Sublime Text 2搭建成一个好用的IDE 说起编辑器,可能大部分人要推荐的是Vim和Emacs,本人用过Vim,功能确实强大,但是不是很习惯,之前一直有朋友推荐SUblime Text 2这款编辑器,然后这段时间就试了一下,就深深地喜欢上这款编辑器了...
Python中的模块 有过C语言编程经验的朋友都知道在C语言中如果要引用sqrt这个函数,必须用语句&quot;#include&lt;math.h&gt;&quot;引入math.h这个头文件,否则是无法正常进行调用的。那么在Python中,如果要引用一些内置的函数,该怎么处理呢?在Python中
Python的基础语法 在对Python有了基础的认识之后,下面来了解一下Python的基础语法,看看它和C语言、java之间的基础语法差异。一.变量、表达式和语句 Python中的语句也称作命令,比如print &quot;hello python&quot;这就是一条语句。 表达式,顾名思义,是
Eclipse+PyDevʽjango+Mysql搭建Python web开发环境 Python的web框架有很多,目前主流的有Django、Tornado、Web.py等,最流行的要属Django了,也是被大家最看好的框架之一。下面就来讲讲如何搭建Django的开发环境。一.准备工作 需要下载的
在windows下安装配置Ulipad 今天推荐一款轻便的文本编辑器Ulipad,用来写一些小的Python脚本非常方便。 Ulipad下载地址: https://github.com/limodou/ulipad http://files.cnblogs.com/dolphin0520/u...
Python中的函数(三) 在前面两篇文章中已经探讨了函数的一些相关用法,下面一起来了解一下函数参数类型的问题。在C语言中,调用函数时必须依照函数定义时的参数个数以及类型来传递参数,否则将会发生错误,这个是严格进行规定的。然而在Python中函数参数定义和传递的方式相比而言就灵活多了。一.函数参数的
在Notepad++中搭配Python开发环境 Python在最近几年一度成为最流行的语言之一,不仅仅是因为它简洁明了,更在于它的功能之强大。它不仅能够完成一般脚本语言所能做的事情,还能很方便快捷地进行大规模的项目开发。在学习Python之前我们来看一下Python的历史由来,&quot;Pytho
Python中的条件选择和循环语句 同C语言、Java一样,Python中也存在条件选择和循环语句,其风格和C语言、java的很类似,但是在写法和用法上还是有一些区别。今天就让我们一起来了解一下。一.条件选择语句 Python中条件选择语句的关键字为:if 、elif 、else这三个。其基本形式如
关于raw_input( )和sys.stdin.readline( )的区别 之前一直认为用raw_input( )和sys.stdin.readline( )来获取输入的效果完全相同,但是最近在写程序时有类似这样一段代码:import sysline = sys.stdin.readline()
初识Python 跟学习所有的编程语言一样,首先得了解这门语言的编程风格和最基础的语法。下面就让我们一起来了解一下Python的编程风格。1.逻辑行与物理行 在Python中有逻辑行和物理行这个概念,物理行是指在编辑器中实际看到的一行,逻辑行是指一条Python语句。在Python中提倡一个物理行只
当我们的代码是有访问网络相关的操作时,比如http请求或者访问远程数据库,经常可能会发生一些错误,有些错误可能重新去发送请求就会成功,本文分析常见可能需要重试的场景,并最后给出python代码实现。
1.经典迭代器 2.将Sentence中的__iter__改成生成器函数 改成生成器后用法不变,但更加简洁。 3.惰性实现 当列表比较大,占内存较大时,我们可以采用惰性实现,每次只读取一个元素到内存。 或者使用更简洁的生成器表达式 4.yield from itertools模块含有大量生成器函数可
本文介绍简单介绍socket的常用函数,并以python-kafka中的源码socketpair为例,来讲解python socket的运用
python实践中经常出现编码相关的异常,大多网上找资料而没有理解原理,导致一次次重复错误。本文对常用Unicode、UTF-8、GB2312编码的原理进行介绍,接着介绍了python字符类型unicode和str以及常见编解码错误UnicodeEncodeError和UnicodeDEcodeEr