运行TensorFlow简单音频识别教程出现Tensor无to_sparse属性报错

该报错是版本不兼容导致：你使用的官方音频教程基于TensorFlow 2.x开发，Tensor.to_sparse()是TensorFlow 2.0及以上版本才提供的API，TensorFlow 1.14版本无该内置方法。你贴出的代码段是触发报错的入口，实际报错逻辑在map调用的get_waveform_and_label映射函数内部。

修复步骤如下：

• 第一步：开启动态图模式，匹配教程的运行逻辑
  在代码最开头加入以下语句启用eager execution：

  import tensorflow as tf
  tf.enable_eager_execution()
  

• 第二步：替换to_sparse调用
  找到get_waveform_and_label函数中所有调用xxx.to_sparse()的代码，替换为TensorFlow 1.14兼容的稀疏张量构造逻辑，示例如下：
  原2.x版本写法：

  sparse_tensor = your_dense_tensor.to_sparse()
  

  替换为1.14兼容写法：

  # 构造等价稀疏张量
  indices = tf.where(tf.not_equal(your_dense_tensor, 0))
  values = tf.gather_nd(your_dense_tensor, indices)
  dense_shape = tf.shape(your_dense_tensor, out_type=tf.int64)
  sparse_tensor = tf.SparseTensor(indices, values, dense_shape)
  

• 第三步：调整tf.data并行参数（可选，前两步执行后仍报错可尝试）
  TensorFlow 1.14的num_parallel_calls参数存在少量兼容性问题，可先将并行映射改为普通映射验证逻辑：

  # 原代码
  # waveform_ds = files_ds.map(get_waveform_and_label, num_parallel_calls=AUTOTUNE)
  # 替换为
  waveform_ds = files_ds.map(get_waveform_and_label)
  

  验证逻辑跑通后，如需开启并行可将AUTOTUNE替换为固定数值（如4，可根据CPU核心数调整）即可。

内容的提问来源于stack exchange，提问作者shivashankari