问题: tf.compat.v1.variable_scope 报错 module 'tensorflow' has no attribute 'variable_scope'

毕设卡住了qwq
源代码是tensorflow1的，但是Google cola只能用2，把源代码“tf.variable_scope”改成“tf.compat.v1.variable_scope”还是报错

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
需要屏蔽掉v2版本方法，不知道你添加了没。

引用自tensorflow2报错AttributeError: module ‘tensorflow‘ has no attribute ‘variable_scope‘

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 这篇博客: tensorflow 变量及命名空间 tf.Variable() vs tf.get_variable() & tf.name_scope() vs tf.variable_scope()中的 1.4 tf.variable_scope() 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:
  

  def __init__(
      self,
      name_or_scope: Any,
      default_name: Any = None,
      values: Any = None,
      initializer: Any = None,
      regularizer: Any = None,
      caching_device: Any = None,
      partitioner: Any = None,
      custom_getter: Any = None,
      reuse: Any = None,
      dtype: Any = None,
      use_resource: Any = None,
      constraint: Any = None,
      auxiliary_name_scope: bool = True
  ) -> Any
  

  初始化上下文管理器。
  Params:

  • name_or_scope – string or VariableScope: 要打开的 scope；
  • default_name – 如果参数 name_or_scope 是 None， 则启用默认名；
  • values – 要传递给 op 函数的张量参数列表（不清楚）；
  • reuse – True, None, or tf.AUTO_REUSE；
    • 如果为 True，该 scope 及其 sub-scope（reuse=None）开启 reuse 模式，get_variable(name='v') 将获取已有的 name == v 的变量；
    • 如果为 tf.AUTO_REUSE， get_variable(name='v') 创建新变量 if v 不存在 esle 获取已有变量 v；
    • 如果为 None，则继承其 parent-scope 的 reuse flag；

  Returns:
  A scope that can be captured and reused. 可以作为参数传递给 tf.variable_scope()；

  例子

  with tf.variable_scope('vs') as scope:
  	a = tf.get_variable(name='a', shape=[2, 3], initializer=tf.random_uniform_initializer(0.0, 1.0))
  print(a)  # <tf.Variable 'vs/a:0' shape=(2, 3) dtype=float32_ref>
  with tf.variable_scope(scope, reuse=True):  # 需要指明 reuse
  	b = tf.get_variable(name='a')
  print(a is b)  # True
  

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^