使用Docker运行TensorFlow Wide&Deep模型遇AttributeError问题求助

看起来你遇到的问题主要来自两个核心点：命令行参数缺失和Python版本兼容性冲突，下面一步步帮你排查解决：

1. 直接诱因：epochs_per_eval参数未定义或未传入 #

wide_deep.py脚本依赖epochs_per_eval这个命令行参数来控制训练过程中每隔多少轮执行一次模型评估，但你直接运行python wide_deep.py时既没有传入该参数，也可能脚本本身的参数定义存在缺失。

对应解决步骤： #

• 显式传入必要参数运行脚本：
  确保带上数据集路径和评估轮次参数，比如：

  python wide_deep.py --train_data ./train.tfrecord --eval_data ./eval.tfrecord --epochs_per_eval 1 --epochs 10
  

  注意替换train.tfrecord和eval.tfrecord为你实际生成的数据集文件路径。
• 补充脚本的参数定义：
  如果打开wide_deep.py后发现argparse部分没有定义epochs_per_eval，可以手动添加：

  parser = argparse.ArgumentParser()
  # 保留脚本中原有的其他参数定义
  parser.add_argument('--epochs_per_eval', type=int, default=1,
                      help='The number of training epochs to run between evaluations.')
  

  保存修改后再重新运行脚本。

2. 潜在根源：Python2.7的兼容性问题 #

从错误日志里的/usr/local/lib/python2.7/dist-packages/h5py/__init__.py:36可以看出，你的脚本是在Python2.7环境下执行的，但TensorFlow 2.x及后续版本已经完全停止支持Python2，而且官方Wide&Deep脚本现在都是针对Python3编写的，这会引发包括h5py依赖在内的一系列兼容问题。

对应解决步骤： #

• 切换到Python3运行脚本：
  把命令中的python替换为python3，比如：

  python3 wide_deep.py --train_data ./train.tfrecord --eval_data ./eval.tfrecord --epochs_per_eval 1 --epochs 10
  

• 更新TensorFlow镜像：
  如果你使用的是较旧的镜像，建议拉取最新版官方镜像，确保默认环境是Python3：

  docker pull tensorflow/tensorflow:latest
  

3. 额外验证：脚本与TensorFlow版本匹配 #

如果你的Wide&Deep脚本是旧版本，而镜像中的TensorFlow是新版本，可能会出现参数名变更、API调用不兼容的情况。建议使用对应TensorFlow版本的官方Wide&Deep脚本，确保参数和代码逻辑都能匹配当前环境。

内容的提问来源于stack exchange，提问作者Stenal P Jolly