Python Tensorflow:AttributeError:'；元组'；对象没有属性'；评估'；

我试图按照这个例子来解码并运行一个经过训练的tensorflow模型，但看起来使用的tensorflow代码是一个旧版本。我已成功修复了对v 1.0.0的大多数调用，但在上面的代码行中出现以下错误时，我被卡住了：

state = cell.zero_state(batchsize, tf.float32).eval()

发件人：

LSTMCell

、

BasicLSTMCell

和

MultiRNNCell

构造函数现在默认状态为“是”。要在转换到新默认值时快速修复，只需传递参数

state\u is\u tuple=False

---

这解释了您收到的错误消息（您不能对

元组调用
.eval（）
）。
在这种情况下，您不能对Python对象-元组运行eval

一个选项是首先将Python对象转换为tensor：

guessed_logits, state = sess.run([logits, final_state], feed_dict={input_data: primer, initialstate: state})

致：

一旦它是一个张量，你就可以用以下方法计算它：

state = tf.convert_to_tensor(cell.zero_state(batchsize, tf.float32))

仅在上实现，但正如其他人所观察到的，该方法返回一个
tuple
对象

该方法了解如何解包元组，
tf.Tensor.eval（）
只是一个方便的包装器，用于在中的单个张量上调用
tf.Session.run（）
。使用此观察，您可以切换此行：

state.eval()

…具有以下特点：

state = cell.zero_state(batchsize, tf.float32).eval()

它返回以下内容：
ValueError:无法展平字典。键有4个元素，而值有1个元素。Key:[，]，value:[]。
我无法将
状态\u is\u tuple=False
，您建议如何修复它？@Blizzard选择您感兴趣的tuple元素并对其进行评估。
state.eval()

state = cell.zero_state(batchsize, tf.float32).eval()

state = tf.get_default_session().run(cell.zero_state(batchsize, tf.float32))