运行TensorFlow Wide&Deep线性回归脚本时遇AttributeError问题求助

嘿，我来帮你搞定这个头疼的问题！你遇到的AttributeError: 'list' object has no attribute 'model_dir'以及后续的data_dir同类错误，本质原因很明确：脚本里的参数解析环节出了问题——原本应该是一个带属性的参数对象，结果变成了列表，自然找不到model_dir这类属性啦。

下面给你一步步的解决方案：

1. 先试试用正确的命令行参数运行脚本 #

wide_deep.py原本就是设计成通过命令行传递参数的，直接裸跑脚本肯定会出问题。你需要在运行时指定必要的参数，比如：

python wide_deep.py --model_dir ./my_model_save_path --data_dir ./my_data_path

如果是在IDE里运行（比如PyCharm），记得去运行配置里添加这些命令行参数，不要直接点运行按钮哦。

2. 检查脚本里的参数解析代码 #

打开wide_deep.py，找到参数定义的部分，正常应该是类似这样的：

tf.flags.DEFINE_string("model_dir", "", "Directory for saving models.")
tf.flags.DEFINE_string("data_dir", "", "Directory for storing data.")
# 其他参数定义...

FLAGS = tf.flags.FLAGS  # 关键是这一行，要确保FLAGS是解析后的对象，不是列表

如果你不小心把FLAGS = tf.flags.FLAGS写成了FLAGS = [tf.flags.FLAGS]（加了个中括号），那FLAGS就变成列表了，自然会触发属性找不到的错误。赶紧检查修复这部分。

3. 硬编码参数的正确姿势 #

如果你不想用命令行参数，非要硬编码的话，不能只改一处！要把代码里所有用到FLAGS.model_dir、FLAGS.data_dir的地方都替换成实际的路径字符串。比如：

• 把estimator = tf.estimator.LinearClassifier(model_dir=FLAGS.model_dir, ...)改成estimator = tf.estimator.LinearClassifier(model_dir="./my_model_dir", ...)
• 把input_fn = lambda: input_fn_maker("train", FLAGS.data_dir, ...)改成input_fn = lambda: input_fn_maker("train", "./my_data_dir", ...)
  只改某一处的话，其他地方调用FLAGS的属性还是会报错，这就是你之前硬编码后还出问题的原因。

按照上面的步骤调整后，再运行脚本应该就能正常跑起来啦！

内容的提问来源于stack exchange，提问作者BK54