ONNX转TensorFlow报错AttributeError: tensorflow.math无is_inf属性求助

我来帮你拆解这个问题，之前也踩过类似的版本兼容坑：

你碰到的AttributeError: module 'tensorflow.math' has no attribute 'is_inf'本质是版本不兼容导致的：

• TensorFlow 1.x系列（包括你测试的1.13和1.9版本）里根本没有tf.math.is_inf这个API，这个函数是TensorFlow 2.0之后才新增的；
• 你通过conda-forge安装的onnx-tf版本太新了，这些新版本已经放弃对TF1.x的兼容，内部代码直接调用了TF2.x特有的API，所以一导入onnx_tf.backend就触发了报错。

给你两个可行的解决方向，根据你的需求选就行：

方向1：降级onnx-tf到兼容TF1.x的版本 #

找一个明确支持TF1.x的onnx-tf旧版本，比如1.5.0（这是最后一批稳定支持TF1.x的版本之一），执行以下命令替换安装：

# 先卸载现有不兼容的onnx-tf版本
conda uninstall -n <env> onnx-tf
# 用pip安装兼容的旧版本（conda源可能找不到旧包）
pip install onnx-tf==1.5.0

安装完成后再重新运行你的导入代码，应该就能正常工作了。

方向2：切换到TensorFlow 2.x环境 #

如果你的模型迁移到TF2.x没有障碍，更推荐直接升级到TF2.x环境，这样能使用最新的onnx-tf功能，步骤如下：

# 创建新的TF2.x环境（这里选TF2.8，兼容性和稳定性都不错）
conda create -n tf2_env python=3.8 tensorflow==2.8.0
# 激活新环境
conda activate tf2_env
# 安装最新版onnx-tf
conda install -c conda-forge onnx-tf

之后再执行import tensorflow as tf、import onnx、from onnx_tf.backend import prepare就不会触发报错了。

快速验证方法 #

不管选哪个方案，激活环境后可以先简单验证API是否存在：

import tensorflow as tf
# 如果是TF1.x环境，应该用tf.is_inf而不是tf.math.is_inf
print(hasattr(tf, 'is_inf'))  # 返回True就说明没问题
# 如果是TF2.x环境，tf.math.is_inf应该存在
print(hasattr(tf.math, 'is_inf'))  # 返回True就说明没问题

内容的提问来源于stack exchange，提问作者gorkys