Python 属性错误：'；numpy.ndarray和#x27；对象没有属性'；得到u形'；？

当我在本地运行

初学者.ipynb

时，执行在

predictions = model(x_train[:1]).numpy()

出现以下错误：

---

AttributeError回溯（最近一次调用）
在里面
---->1预测=模型（x_列车[：1]）。numpy（）
2#打印（类型（预测））
3#预测=tf.将#转换为#张量（模型（x#列[：1]））
4预测
5.
C:\ProgramData\Anaconda3\lib\site packages\tensorflow\python\keras\engine\base\u layer.py in\uuuuu调用（self、input、*args、**kwargs）
590其他：
591#数据张量的急切执行。
-->592输出=自调用（输入，*args，**kwargs）
593自我处理、活动、规范化（输入、输出）
594返回输出
调用中的C:\ProgramData\Anaconda3\lib\site packages\tensorflow\python\keras\engine\sequential.py（self、输入、培训、掩码）
228 def呼叫（自我、输入、培训=无、掩码=无）：
229如果self.\u是图\u网络：
-->230返回超级（顺序，自）。调用（输入，训练=训练，掩码=掩码）
231
232输出，u=self._调用_和_计算_掩码(
C:\ProgramData\Anaconda3\lib\site packages\tensorflow\python\keras\engine\network.py in call（self、inputs、training、mask）
813输出，自运行内部图形（输入，
814培训=培训，
-->815面罩=面罩）
816返回输出
817
C:\ProgramData\Anaconda3\lib\site packages\tensorflow\python\keras\engine\network.py in\u run\u internal\u图（self、input、training、mask）
1000输出张量=层（计算张量，**kwargs）
1001其他：
->1002输出张量=层调用（计算张量，**kwargs）
1003如果hasattr（图层“计算掩码”）：
1004输出屏蔽=层。计算屏蔽（计算张量，
C:\ProgramData\Anaconda3\lib\site packages\tensorflow\python\keras\layers\core.py in call（self，inputs）
553阵列（操作形状（输入）[0]，-1））
554如果不是上下文。急切地执行_（）：
-->555 outputs.set_shape（self.compute_output_shape（inputs.get_shape（）））
556返回输出
557
AttributeError:'numpy.ndarray'对象没有属性'get_shape'

我发现了一个类似的问题，但无法应用建议的修复

---

我应该如何使代码工作？为什么相同的代码在collab上运行良好，但在我的本地计算机上失败了？

OP提到的答案是使用

tensorflow2

。 虽然无法找到此问题的根本原因，但它似乎是由

tensorflow1.x

中不支持的功能造成的

---

请参阅1.x vs 2.x

更新完整代码和错误跟踪，如果possible@AzyCrw4282好了！该错误消息清楚地表明您没有运行

predictions=model（x\u train[：1]）.numpy（）

。您做了大量更改，我们无法看到完整的范围。@user2357112支持Monica，抱歉，忘记更新。我只是在尝试各种改变。但原来的代码不起作用，显然问题在于使用了错误的tensorflow版本。确保已安装tensorflow2。

AttributeError                            Traceback (most recent call last)

<ipython-input-15-6d3178b039b4> in <module>
----> 1 predictions = model(x_train[:1]).numpy()
      2 # print( type( predictions ) )
      3 # predictions = tf.convert_to_tensor( model(x_train[:1]) )
      4 predictions
      5 

C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\python\keras\engine\base_layer.py in __call__(self, inputs, *args, **kwargs)
    590       else:
    591         # Eager execution on data tensors.
--> 592         outputs = self.call(inputs, *args, **kwargs)
    593         self._handle_activity_regularization(inputs, outputs)
    594         return outputs

C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\python\keras\engine\sequential.py in call(self, inputs, training, mask)
    228   def call(self, inputs, training=None, mask=None):
    229     if self._is_graph_network:
--> 230       return super(Sequential, self).call(inputs, training=training, mask=mask)
    231 
    232     outputs, _ = self._call_and_compute_mask(

C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\python\keras\engine\network.py in call(self, inputs, training, mask)
    813     outputs, _ = self._run_internal_graph(inputs,
    814                                           training=training,
--> 815                                           mask=masks)
    816     return outputs
    817 

C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\python\keras\engine\network.py in _run_internal_graph(self, inputs, training, mask)
   1000                   output_tensors = layer(computed_tensor, **kwargs)
   1001                 else:
-> 1002                   output_tensors = layer.call(computed_tensor, **kwargs)
   1003                 if hasattr(layer, 'compute_mask'):
   1004                   output_masks = layer.compute_mask(computed_tensor,

C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\python\keras\layers\core.py in call(self, inputs)
    553                  array_ops.shape(inputs)[0], -1))
    554     if not context.executing_eagerly():
--> 555       outputs.set_shape(self.compute_output_shape(inputs.get_shape()))
    556     return outputs
    557 

AttributeError: 'numpy.ndarray' object has no attribute 'get_shape'