tensorflow：AttributeError：'模块'对象没有属性'mul'

我已经使用tensorflow了一天，但是会遇到一些麻烦，当我导入tensorflow时会出现AttributeError：'module'对象没有属性'XXXXXX'

环境

我使用ubuntu14.04，python2.7，CUDA工具包8.0和CuDNN v5。我的六个和protobuf的版本分别是：名称：六个版本：1.10.0位置：/usr/local/lib/python2.7/dist-packages要求：名称：protobuf版本：3.2.0位置：/ usr / local / lib / python2.7 / dist-packages要求：六个，setuptools

这是我的测试代码：

import tensorflow as tf
a = tf.placeholder(tf.int16)
b = tf.placeholder(tf.int16)
add = tf.add(a, b)
mul = tf.mul(a, b)
with tf.Session() as sess:
    # Run every operation with variable input
    print "Addition with variables: %i" % sess.run(add, feed_dict={a: 2, b: 3})
    print "Multiplication with variables: %i" % sess.run(mul, feed_dict={a: 2, b: 3})

我得到以下输出：

张量流安装有什么问题吗？或其他任何问题？

根据tensorflow 1.0.0发行说明，

tf.mul，tf.sub并且tf.neg被弃用，取而代之的tf.multiply，tf.subtract和tf.negative。

您需要替换tf.mul为tf.multiply。

此操作以前在0.x版本中可用。随着TF 1.0的发布，他们引入了对API的重大更改。此外

tf.mul，tf.sub并且tf.neg不推荐使用tf.multiply， tf.subtract而tf.negative

许多其他功能被重命名和更改，理由如下：

几个python API调用已更改为更类似于NumPy。

因此，您已经在网上或书籍中找到的许多脚本将无法使用。好消息是它们中的大多数都可以使用其迁移脚本进行修复。它可以与运行tf_upgrade.py --infile foo.py --outfile foo-upgraded.py。它不能解决所有问题（此处列出了局限性），但可以节省很多工作。

2.0兼容答案：

tf.multiply如果要从Tensorflow 1.x迁移到2.x的命令，如下所示：

tf.compat.v1.math.multiply, tf.compat.v1.multiply, tf.compat.v2.math.multiply, tf.compat.v2.multiply

tf.subtract如果要从Tensorflow 1.x迁移到2.x的命令，如下所示：

tf.compat.v1.math.subtract, tf.compat.v1.subtract, tf.compat.v2.math.subtract, tf.compat.v2.subtract

tf.negative如果要从Tensorflow 1.x迁移到2.x的命令，如下所示：

tf.compat.v1.math.negative, tf.compat.v1.negative, tf.compat.v2.math.negative, 
tf.compat.v2.negative

有关更多详细信息，请参见此《 Tensorflow迁移指南》。

在python-3中使用tf.multiply代替tf.mul。