Jupyter Notebook报tensorflow.contrib模块不存在错误如何解决

tensorflow.contrib是TensorFlow 1.x版本专属的扩展模块集合，从TensorFlow 2.0.0正式版开始，官方已经将该模块整体移除：原有子模块部分被整合进TensorFlow核心库、部分迁移到独立生态包、部分直接废弃。只要运行环境安装的是2.x及以上版本的TensorFlow，触发这个报错是必然结果。之前升降级版本没解决问题，基本是两个原因：要么没有降到1.x的最终稳定版本，要么升降级后Jupyter Notebook没有切换到对应版本的Python内核，实际加载的还是不带contrib模块的TF版本。

• 方案1：回退到TF1.x稳定版，直接兼容旧代码
  1. 先清空当前环境残留的TensorFlow相关安装包，在终端执行命令：
     pip uninstall -y tensorflow tensorflow-gpu tf-nightly tf-nightly-gpu
  2. 安装TF1.x最后一个正式稳定版，Python 3.6完全兼容该版本：
     CPU版本安装命令：pip install tensorflow==1.15.0
     GPU版本安装命令：pip install tensorflow-gpu==1.15.0
  3. 安装完成后，打开Jupyter Notebook，在顶部菜单栏点击Kernel->Restart Kernel重启内核，再运行代码即可正常加载tensorflow.contrib模块。注意不要安装1.15以上的2.x系列版本，这类版本都已经移除了contrib模块。
• 方案2：保留TF2环境，通过兼容层+接口适配运行代码
  1. 如果不想使用老旧的TF1.x版本，可以在代码最顶部、所有导入TensorFlow的语句之前添加两行兼容代码，调用TF2自带的v1兼容层：

  import tensorflow.compat.v1 as tf
  tf.disable_v2_behavior()
  

  2. 如果代码中调用的contrib接口已经被迁移出核心库，需要手动替换对应导入路径：
  • 原tf.contrib.layers下的接口，替换为tf.keras.layers下的对应实现
  • 原tf.contrib.rnn下的RNN相关接口，替换为tf.keras.layers下的RNN系列层（LSTM/GRU等）或tf.nn下的对应RNN接口
  • 原tf.contrib.seq2seq等未进入核心库的接口，安装TensorFlow Addons第三方包后，从tensorflow_addons对应模块导入即可
• 方案3：排查Jupyter内核匹配问题
  升降级TensorFlow版本后，先在Notebook单元格单独运行import tensorflow as tf; print(tf.__version__)，确认当前内核实际加载的TensorFlow版本。如果输出版本和你刚安装的版本不一致，说明Jupyter没有切换到对应环境，在Kernel菜单的Change Kernel选项里，选择你安装了对应TensorFlow版本的Python环境即可。

内容的提问来源于stack exchange，提问作者yassine