属性错误：模块'；tensorflow.contrib.learn.python.learn.ops'；没有属性'；分离挤压'；

我正在使用lstm预测器进行时间序列预测

regressor = skflow.Estimator(model_fn=lstm_model(TIMESTEPS, RNN_LAYERS, DENSE_LAYERS))

validation_monitor = learn.monitors.ValidationMonitor(X['val'], y['val'],
                                                      every_n_steps=PRINT_STEPS,
                                                      early_stopping_rounds=1000)

regressor.fit(X['train'], y['train'], monitors=[validation_monitor])

---

但是，在执行regressor.fit时，我得到了标题中所示的错误，需要这方面的帮助。

我知道您的代码在初始化估计器时从文件中导入了

lstm_模型。如果是，则问题是由以下线路引起的：

x_ = learn.ops.split_squeeze(1, time_steps, X)

正如《圣经》所说的那样，这是一个很好的例子。函数
split\u squence
似乎也从模块tensorflow.contrib.learn.python.ops中删除。该问题已在该存储库中解决，但自2年以来，该回购协议未做任何更改

然而，您可以简单地用替换该函数。因此，只需将行更改为：

x_ =  tf.unstack(X, num=time_steps, axis=1)

有了这个，我就能够解决这个问题。
我知道，在初始化估计器时，您的代码从文件中导入了
lstm\u模型。如果是，则问题是由以下线路引起的：

x_ = learn.ops.split_squeeze(1, time_steps, X)

正如《圣经》所说的那样，这是一个很好的例子。函数
split\u squence
似乎也从模块tensorflow.contrib.learn.python.ops中删除。该问题已在该存储库中解决，但自2年以来，该回购协议未做任何更改

然而，您可以简单地用替换该函数。因此，只需将行更改为：

x_ =  tf.unstack(X, num=time_steps, axis=1)

有了这个，我就能够克服这个问题。
你能展示一下你制作的lstm模型的代码吗？@heenabawa我刚刚使用了：中的代码，并使用了文件lstm-for-epf.py，但正如在第28行得到的错误一样，我将其改为Estimator而不是TensorFlowEstimator，现在在registor.fit行得到了错误…困惑，您能在这里提供帮助吗？错误可能是由于tensorflow版本的变化造成的。请检查存储库中的问题@heenabawa已经看到了这些问题，我已经将TensorFlowEstimator改为Estimator并继续进行，但现在我的模型在进行回归拟合时失败了，它失败了，出现了标题中提到的错误，即模块“tensorflow……”没有属性“split_squeeze”你能显示你制作的lstm模型的代码吗？@heenabawa我刚刚使用了：中的代码，并使用了文件lstm-for-epf.py，但第28行出现了错误，已将其更改为Estimator而不是tensorflow Estimator，现在在Regregator.fit line处获得错误…困惑，您能在这里提供帮助吗？错误可能是由于tensorflow版本的变化造成的。请检查存储库中的问题@heenabawa已经看到了这些问题，我已经将TensorFlowEstimator改为Estimator并继续进行，但现在我的模型在进行回归拟合时失败了，它失败了，出现了标题中提到的错误，即模块“tensorflow……”没有属性“split_挤压”