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