遇到ModuleNotFoundError:没有名为'；tensorflow.contrib'；当我使用Tensorflow GPU处理时
我在执行tensorflow.contrib.cudnn\u rnn.python.ops导入cudnn\u rnn\u ops中的遇到ModuleNotFoundError:没有名为'；tensorflow.contrib'；当我使用Tensorflow GPU处理时,tensorflow,keras,tensorflow2.0,Tensorflow,Keras,Tensorflow2.0,我在执行tensorflow.contrib.cudnn\u rnn.python.ops导入cudnn\u rnn\u ops中的命令时遇到modulenofounderror:keras\layers\cudnn\u returnal.py中没有名为'tensorflow.contrib'的模块。此问题特定于使用GPU处理时的Tensorflow。没有任何问题，如果我不使用GPU处理 这是我的软件堆栈： - OS: Windows 10 - Python: 3.7.4 - CUDA:
命令时遇到modulenofounderror:keras\layers\cudnn\u returnal.py
中没有名为'tensorflow.contrib'的模块。此问题特定于使用GPU处理时的Tensorflow。没有任何问题，如果我不使用GPU处理
这是我的软件堆栈：
- OS: Windows 10
- Python: 3.7.4
- CUDA: 10.1
- cuDNN: 7.5.0.56
- tensorflow: 2.0.0
- tensorflow-gpu: 2.0.0
- keras: 2.3.1
编辑：为了更清楚，为了使用GPU处理（因为我的GPU支持CUDA）而不是CPU处理，我在代码中更改的唯一一件事是使用keras.layers.cudnlstm
类而不是keras.layers.LSTM
。当然，我已经通过pipenv
安装了tensorflow gpu
软件包tensorflow 2.0停止支持contrib。你可以了解更多
您的代码可能是为TF 1.*编写的，或者没有正确移植。为了从GPU处理中获益，代码中唯一更改的行是导入keras.layers.CuDNNLSTM
，而不是keras.layers.LSTM
@talha06。我建议在TF repo中填充一个bug。同时，您可以尝试tf.compat.v1.keras.layers.CuDNNLSTM
来检查该方法是否有效。此外，该问题表明，CuDNNLSTM可能会对其配置过于挑剔，因为我们将keras
和tf.compat
层结合在一起？Smth在这里没有加起来。您使用的是tensorflow.keras
还是纯keras
？后者直接使用keras
。您的keras版本似乎依赖于不匹配的tensorflow版本。我建议运行“pip uninstall tensorflow gpu tensorflow”并安装包含tf.contrib和“pip install tensorflow gpu==1.15”的版本1。这次出现了一个不同的错误，如下所示：tensorflow.python.framework.errors\u impl.InvalidArgumentError:没有注册操作内核来支持{{node cu_dnnlstm_1/CudnnRNN}}具有以下属性：[seed=87654321，dropout=0，T=DT_FLOAT，input_mode=“linear_input”，direction=“单向”，rnn_mode=“lstm”，is_training=true，seed2=0]注册设备：[CPU]注册内核：device='GPU'；T in[DT_HALF]device='GPU'；T in[DT_FLOAT]device='GPU'；T'GPU'；T in[dtu DOUBLE][[cu_dnnlstm_1/CudnnRNN]]