解决TensorFlow报错：'ResourceSummaryWriter'对象无'add_summary'属性

错误原因 #

你的代码混用了TensorFlow 1.x和2.x的日志写入接口：通过tf.summary.create_file_writer创建的是TensorFlow 2.x专属的ResourceSummaryWriter对象，而你调用的add_summary是TensorFlow 1.x版本FileWriter对象的专属方法，两个接口不兼容，因此触发属性不存在的报错。

修复方案 #

提供两种修复方式，你可以按需选择：

方案1：最小改动适配（适合无TensorFlow使用经验的用户） #

不需要修改核心业务逻辑，只需要替换summary_writer的初始化代码即可，原来的add_summary调用可以直接正常运行。
将原初始化代码：

self.summary_writer = tf.summary.create_file_writer(train_dir)

替换为兼容TF1接口的初始化代码：

self.summary_writer = tf.compat.v1.summary.FileWriter(train_dir)

方案2：适配TensorFlow 2.x标准规范（长期使用更推荐） #

不需要修改初始化代码，只需要调整calc_running_avg_loss函数中的日志写入逻辑，适配TF2的接口规则即可，修改后的完整函数如下：

def calc_running_avg_loss(loss, running_avg_loss, summary_writer, step, decay=0.99):
  if running_avg_loss == 0:  # 首次迭代直接取当前损失值
    running_avg_loss = loss
  else:
    running_avg_loss = running_avg_loss * decay + (1 - decay) * loss
  running_avg_loss = min(running_avg_loss, 12)  # 损失值截断
  tag_name = 'running_avg_loss/decay=%f' % (decay)
  # 替换原TF1版本的日志写入逻辑
  with summary_writer.as_default():
    tf.summary.scalar(tag_name, running_avg_loss, step=step)
  return running_avg_loss

补充说明：你当前的问题表述已经非常清晰，完整提供了报错信息、触发报错的代码片段、依赖的初始化逻辑，足以快速定位问题，不需要额外补充内容。

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