Python3.6调用tf.Session()报AttributeError，Python3.4正常求助

首先得说，这个报错其实和Python3.4/3.6的版本差异关系不大，核心问题大概率出在TensorFlow的版本或者安装状态上，咱们一步步捋：

为什么会出现这个报错？ #

你看到的AttributeError: module 'tensorflow' has no attribute 'Session'，最常见的场景是在TensorFlow 2.x环境里调用了TF1.x的API——因为TF2.x默认移除了tf.Session()这类旧版执行模式的API，改用即时执行（Eager Execution）或者兼容模块。

虽然你说安装的是TF1.7.0，但有可能你的Python3.6环境里实际装的是更高版本的TF2.x：比如用pip3 install tensorflow没指定版本时，pip会自动拉取最新稳定版，而TF2.x是不支持直接调用tf.Session()的。

当然也有小概率是TF1.7.0安装过程中出现了损坏，导致核心模块缺失。

怎么验证和解决？ #

第一步：确认当前TensorFlow版本 #

先在Python3.6环境里跑一行代码确认真实版本：

import tensorflow as tf
print(tf.__version__)

如果版本是TF2.x： #

有两种解决思路：

• 降级到TF1.7.0：用pip强制重装指定版本

  pip3 uninstall tensorflow -y
  pip3 install tensorflow==1.7.0 --force-reinstall
  

• 使用TF2.x的兼容模式：不用降级，直接兼容旧代码

  import tensorflow.compat.v1 as tf
  tf.disable_v2_behavior()  # 禁用TF2.x的即时执行模式
  sess = tf.Session()
  

如果版本确实是TF1.7.0但报错： #

那大概率是安装损坏了，重新安装即可：

pip3 uninstall tensorflow -y
pip3 install tensorflow==1.7.0

补充说明 #

TF1.7.0本身是支持Python3.6的，所以Python版本不是导致报错的直接原因，不用纠结3.4和3.6的差异，重点放在TensorFlow的版本和安装状态上就好。

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