Python 属性错误：模块'；resnet'；没有属性'；ResnetBuilder'；

您好，我尝试运行以下程序，但意外地发现以下错误：

AttributeError: module 'resnet' has no attribute 'ResnetBuilder'

在从运行ResNet期间，但我不理解为什么会在以下部分发生：

model=resnet.ResnetBuilder.build\u resnet\u 18（（img\u通道、img\u行、img\u列）、nb\u类）
model.compile（loss='classifical_crossentropy'，
优化器='adam'，

考虑到

ResnetBuilder

它已经在这里定义：

class ResnetBuilder（对象）：
@静力学方法
def构建（输入形状、数量输出、块、重复）：
“”“构建自定义的类似ResNet的体系结构。
Args：
input_shape：表单中的输入形状（nb_通道、nb_行、nb_列）
num_outputs：最终softmax层的输出数
block\u fn：要使用的块函数。这是“基本块”或“瓶颈”。
原始纸张在小于50层时使用基本块
重复次数：各种块单元的重复次数。
在每个块单元中，滤波器的数量加倍，输入大小减半
返回：
凯拉斯的“模型”。
"""
_handle_dim_ordering（）
如果len（输入_形）！=3：
raise异常（“输入形状应为元组（nb_通道、nb_行、nb_列）”）
#如有必要，排列尺寸顺序
如果K.image\u dim\u ordering（）=“tf”：
输入形状=（输入形状[1]，输入形状[2]，输入形状[0]）
#如果需要，从str加载函数。
block\u fn=\u get\u block（block\u fn）
输入=输入（形状=输入\形状）
conv1=_conv_bn_relu（过滤器=64，内核大小=（7,7），步幅=（2,2））（输入）
pool1=maxpoolg2d（pool_size=（3,3），步长=（2,2），padding=“same”）（conv1）
block=pool1
过滤器=64
对于枚举中的i，r（重复）：
块=_剩余块（块_fn，过滤器=过滤器，重复次数=r，是第一层=（i==0））（块）
过滤器*=2
#最后激活
块=_bn_relu（块）
#分类块
块形状=K.int形状（块）
pool2=平均池2D（池大小=（块形状[行轴]、块形状[列轴]），
步幅=（1，1））（块）
扁平化1=扁平化（）（池2）
稠密=稠密（单位=num\u输出，kernel\u initializer=“he\u normal”，
激活=“softmax”）（1）
模型=模型（输入=输入，输出=密集）
回归模型
@静力学方法
def build_resnet_18（输入形状、数量输出）：
返回ResnetBuilder.build（输入\u形状、num\u输出、基本\u块[2,2,2,2]）
@静力学方法
def build_resnet_34（输入形状、数量输出）：
返回ResnetBuilder.build（输入形状、输出数量、基本块[3,4,6,3]）
@静力学方法
def build_resnet_50（输入形状、数量输出）：
返回ResnetBuilder.build（输入形状、输出数量、瓶颈[3,4,6,3]）
@静力学方法
def build_resnet_101（输入形状、数量输出）：
返回ResnetBuilder.build（输入形状、输出数量、瓶颈[3,4,23,3]）
@静力学方法
def build_resnet_152（输入形状、数量输出）：
返回ResnetBuilder.build（输入形状、输出数量、瓶颈[3,8,36,3]）

---

有什么想法，如何修复吗？

您可以尝试另一个软件包：

试试这个

---

您是否导入了

resnet

？请尝试从resnet导入ResnetBuilder中导入

。它一直对我有效…您是否有自己的名为
resnet
的模块？@Engineero不幸的是，该模块不起作用，并返回以下信息：
ImportError:无法从“resnet”导入名称“ResnetBuilder”（/home/user/anaconda3/envs/HW/lib/python3.7/site-packages/resnet/_-init__;.py）
等等，resnet不是pip可安装的，那么在您的站点包目录中挂起的这个resnet是什么呢？您的工作目录或python路径中的某个地方应该有一个
resnet.py
文件的副本，这就是您需要从中导入的resnet。@Engineero哦，这就是为什么！我是通过
pip-ins安装它的tall resnet
我认为它将以正确的路径D传输，那么如果不是这样，我如何通过GitHub的terminal/Jupyter Notebook在python路径中正确保存
resnet.py
？
!pip install image-classifiers

from classification_models import Classifiers
classifier, preprocess_input = Classifiers.get('resnet18')
model = classifier((224, 224, 3), weights='imagenet')