未使用tf.get_variable却报AttributeError的TensorFlow问题求助

云上老周

2026-8-14

问题

执行TensorFlow代码构建模板图时触发AttributeError: module 'tensorflow' has no attribute 'get_variable'错误，但报错行并未直接使用tf.get_variable函数。

执行代码：

# Build template graph.
with tf.compat.v1.variable_scope(self.scope, reuse=tf.compat.v1.AUTO_REUSE):
    assert tf.compat.v1.get_variable_scope().name == self.scope
    with absolute_name_scope(self.scope): # ignore surrounding name_scope
        with tf.control_dependencies(None): # ignore surrounding control_dependencies
            tf.compat.v1.disable_eager_execution()
            self.input_templates = [tf.compat.v1.placeholder(tf.float32, name=name) for name in self.input_names]
            out_expr = self._build_func(*self.input_templates, is_template_graph=True, **self.static_kwargs)

错误栈信息：

File "models/pggan_tf_official/tfutil.py", line 478, in _init_graph
    out_expr = self._build_func(*self.input_templates, is_template_graph=True, **self.static_kwargs)
  File "<string>", line 175, in G_paper
AttributeError: module 'tensorflow' has no attribute 'get_variable'

尝试删除tf.compat.v1.disable_eager_execution()后，又出现RuntimeError: tf.placeholder() is not compatible with eager execution.错误，需要解决方法。

解决方法

问题根源在G_paper函数内部：它调用了tf.get_variable，但TensorFlow 2.x的原生tf命名空间已移除该API，需替换为tf.compat.v1.get_variable。
调整tf.compat.v1.disable_eager_execution()的位置：必须把它移到脚本最开头（导入TensorFlow之后立即执行），不能放在图构建的代码块里——这个函数要在所有TensorFlow操作运行前调用才会生效。
统一兼容层使用：检查G_paper里的所有代码，将所有TF1.x风格的API（比如变量定义、图操作）都替换为tf.compat.v1下的版本，确保整个Graph模式的代码链路一致。
简化写法备选：如果代码大量依赖TF1.x语法，可以直接这样导入TensorFlow：
```
import tensorflow.compat.v1 as tf
tf.disable_eager_execution()
```
后续代码里直接用tf即可调用TF1.x的API，不用每次加compat.v1前缀。