Heroku部署TensorFlow 2.0.0应用遇AttributeError问题求助

算力阿峰

2026-5-7

解决TensorFlow 2.0.0 + textgenrnn在Heroku上的AttributeError问题

问题根源

你遇到的AttributeError: module 'tensorflow_core._api.v2.config' has no attribute 'get_visible_devices'是因为TensorFlow 2.0.0版本中不存在tf.config.get_visible_devices()这个API——这个方法是在TensorFlow 2.1.0及更高版本才正式引入的。而你使用的textgenrnn库在检测GPU设备时调用了这个方法，导致在TF2.0环境下触发错误。

解决方案

方案1：升级TensorFlow版本（推荐，最简洁可靠）

这是最直接的解决方式，升级后不仅能解决API缺失问题，还能获得TF后续版本的bug修复和性能提升：

打开项目根目录下的requirements.txt文件（没有的话直接新建）
将TensorFlow的版本指定为2.1.0或更高，同时确保textgenrnn版本兼容，示例配置：
```
tensorflow>=2.1.0
textgenrnn>=1.4.1
requests>=2.24.0
# 其他依赖按需添加
```

重新提交代码到Heroku部署：

git add requirements.txt
git commit -m "Upgrade TensorFlow to 2.1.0+ for GPU API compatibility"
git push heroku main

部署完成后用heroku logs --tail查看日志，确认错误消失。

方案2：修改textgenrnn的GPU检测代码（仅当无法升级TF时使用）

如果因特定原因必须保留TensorFlow 2.0.0，可以修改textgenrnn源码兼容旧版本：

将textgenrnn库的代码复制到项目目录中（避免直接修改pip安装的全局库）

找到textgenrnn/model.py第79行的代码：

use_cudnnlstm = K.backend() == 'tensorflow' and len(config.get_visible_devices('GPU')) > 0

替换为TF2.0支持的GPU检测逻辑：
```
import tensorflow as tf
use_cudnnlstm = K.backend() == 'tensorflow' and tf.test.is_gpu_available()
```
注意：tf.test.is_gpu_available()在TF2.1+版本已被标记为弃用，此方案仅作临时兼容，长期仍推荐升级TF。