Python 模块'；tensorflow'；没有属性'；获取默认图形'；-我不知道'；我不想要任何图表

对于我的硕士学位，我试图创建一个简单的神经网络。 但是我的代码中有一些错误，因此程序停止，并且没有创建经过训练的模型

我无法理解错误消息想要告诉我什么，以及我需要在代码中更改什么。因此我需要你的帮助。我在谷歌上搜索了错误，但既不理解，也无法用其他帖子提出的想法解决我的错误

有人能解释一下tensorflow为什么要创建一个图，以及框架如何可能不知道它所需的函数吗？我是否需要为可视化安装一个软件包？是否可以忽略此错误

我不需要任何图形。但是，计算机是否需要它来使用ml算法进行分类和计算

请原谅我糟糕的英语和我对Tensorflow的无知

提前谢谢

我已经安装了最新的tensorflow版本2.0.0-beta1，以及最新的keras版本

此外，我还尝试创建一些图表来显示分类过程。不起作用

我还启动了分步调试模式来找出我的问题。 错误似乎出现在我创建、训练和评估神经元网络的evaluate_模型函数中

错误发生在模型创建过程中（model=Sequantial（））

此回溯显示在Spyder中：

Traceback (most recent call last):

  File "<ipython-input-12-25afb095a816>", line 1, in <module>
    runfile('C:/Workspace/Master-Thesis/Programm/MapValidationML/ml_neuronal_network_1.py', wdir='C:/Workspace/Master-Thesis/Programm/MapValidationML')

  File "C:\ProgramData\Anaconda3\lib\site-packages\spyder_kernels\customize\spydercustomize.py", line 786, in runfile
    execfile(filename, namespace)

  File "C:\ProgramData\Anaconda3\lib\site-packages\spyder_kernels\customize\spydercustomize.py", line 110, in execfile
    exec(compile(f.read(), filename, 'exec'), namespace)

  File "C:/Workspace/Master-Thesis/Programm/MapValidationML/ml_neuronal_network_1.py", line 77, in <module>
    model, test_acc, conf_mat = evaluate_model(Train, Test, Target_Train, Target_Test)

  File "C:/Workspace/Master-Thesis/Programm/MapValidationML/ml_neuronal_network_1.py", line 24, in evaluate_model
    model = Sequential()

  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\engine\sequential.py", line 87, in __init__
    super(Sequential, self).__init__(name=name)

  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\legacy\interfaces.py", line 91, in wrapper
    return func(*args, **kwargs)

  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\engine\network.py", line 96, in __init__
    self._init_subclassed_network(**kwargs)

  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\engine\network.py", line 294, in _init_subclassed_network
    self._base_init(name=name)

  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\engine\network.py", line 109, in _base_init
    name = prefix + '_' + str(K.get_uid(prefix))

  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\backend\tensorflow_backend.py", line 74, in get_uid
    graph = tf.get_default_graph()

AttributeError: module 'tensorflow' has no attribute 'get_default_graph'

回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
runfile（'C:/Workspace/Master Thesis/program/MapValidationML/ml\u neuronal\u network\u 1.py'，wdir='C:/Workspace/Master Thesis/program/MapValidationML'）
文件“C:\ProgramData\Anaconda3\lib\site packages\spyder\u kernels\customize\spyderrcustomize.py”，第786行，在运行文件中
execfile（文件名、命名空间）
文件“C:\ProgramData\Anaconda3\lib\site packages\spyder\u kernels\customize\spydercustomize.py”，第110行，在execfile中
exec（编译（f.read（），文件名，'exec'），命名空间）
文件“C:/Workspace/Master Thesis/program/MapValidationML/ml_neuronal_network_1.py”，第77行，在
模型，测试acc，配置mat=评估模型（训练，测试，目标训练，目标测试）
文件“C:/Workspace/Master Thesis/program/MapValidationML/ml\u neuronal\u network\u 1.py”，第24行，在评估模型中
模型=顺序（）
文件“C:\ProgramData\Anaconda3\lib\site packages\keras\engine\sequential.py”，第87行，在\uuu init中__
超级（顺序，自）.\uuuu初始化\uuuuuuuuuuuuuuuuuuuu（名称=名称）
文件“C:\ProgramData\Anaconda3\lib\site packages\keras\legacy\interfaces.py”，第91行，在包装器中
返回函数（*args，**kwargs）
文件“C:\ProgramData\Anaconda3\lib\site packages\keras\engine\network.py”，第96行，在\uuu init中__
自初始化子类网络（**kwargs）
文件“C:\ProgramData\Anaconda3\lib\site packages\keras\engine\network.py”，第294行，在子类网络中
self.\u base\u init（name=name）
文件“C:\ProgramData\Anaconda3\lib\site packages\keras\engine\network.py”，第109行，在\u base\u init中
name=prefix+'\'+str（K.get\u uid（prefix））
文件“C:\ProgramData\Anaconda3\lib\site packages\keras\backend\tensorflow\u backend.py”，第74行，在get\u uid中
graph=tf.get\u default\u graph（）
AttributeError:模块“tensorflow”没有属性“get\u default\u graph”

如果您使用的是tf 2.0 beta版，请确保您的所有keras导入都是

tensorflow。keras…

任何keras导入都将拾取采用tensorflow 1.4的标准keras包

i、 e.使用：

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, ...

---

更改导入的模块。希望此方法可以解决您的错误。

from tensorflow.keras.utils import to_categorical
from tensorflow.keras.models  import Sequential
from tensorflow.keras.layers import Dense
from tensorflow.keras.utils import normalize

---

下面的两个答案似乎都没有解决明显的问题：TensorFlow（和其他深度学习库）在运行时创建计算图，以跟踪反向传播和其他问题。请通过谷歌阅读其中的一些内容。另外，正如我在其他评论中提到的，请针对一个问题提出你的问题，并针对不同的问题分别发表文章。谢谢，这也是我的理解。这个图形的问题已经解决了。对于其他问题，我将另行发帖。

from tensorflow.keras.utils import to_categorical
from tensorflow.keras.models  import Sequential
from tensorflow.keras.layers import Dense
from tensorflow.keras.utils import normalize