TensorFlow1.2.1报module 'tensorflow' has no attribute 'reduce_std'错如何解决

问题原因 #

tf.reduce_std 是 TensorFlow 1.4 版本才正式加入的公共API，你使用的 TensorFlow 1.2.1 版本没有内置这个接口，因此会触发属性不存在的报错。

解决方法 #

你可以基于 TensorFlow 1.2.1 已有的基础API手动实现标准差计算逻辑，替换原有的tf.reduce_std调用即可。标准差的计算公式为：标准差 = 平方根(张量平方的均值 - 张量均值的平方)，你可以直接使用tf.nn.moments接口直接获取张量的均值和方差，再对方差开平方得到标准差，比手动逐层计算更简洁。

替换后的完整代码示例 #

class Dense(Layer):
    def __init__(self, input_units, output_units, learning_rate=0.1):
     
        graph = tf.Graph()
        with graph.as_default():
            initializer = tf.contrib.layers.xavier_initializer()
            self.weights = tf.Variable(initializer([input_units, output_units]))
            # 手动实现等效reduce_std的逻辑，适配TF 1.2.1版本
            _, var = tf.nn.moments(self.weights, axes=None, keep_dims=False)
            std_val = tf.sqrt(var)
            print(std_val)
            self.biases= tf.Variable(initializer([output_units,]))

注意事项 #

• 如果需要指定维度计算标准差，修改tf.nn.moments的axes参数即可，和原tf.reduce_std的axis参数用法完全一致
• 如果需要保留计算后的维度，将keep_dims参数设为True即可，和原接口的keepdims参数功能对应

内容的提问来源于stack exchange，提问作者Amit