Traceback (most recent call last): File "D:/python-project/ML_Model.py", line 13, in <module> tf.set_random_seed(10) AttributeError: module 'tensorflow' has no attribute 'set_random_seed' 这个问题怎么解决

这个错误是由于 TensorFlow 2.x 版本中没有名为 `set_random_seed` 的函数。在 TensorFlow 2.x 中，可以使用 `tf.random.set_seed()` 来设置随机种子。

您需要将以下代码行：

tf.set_random_seed(10)

修改为：

tf.random.set_seed(10)

这样就可以解决这个问题。请注意，`tf.random.set_seed()` 函数仅在 TensorFlow 2.x 版本中可用，在 TensorFlow 1.x 版本中不适用。如果您正在使用 TensorFlow 1.x 版本，请检查您的代码和环境设置，确保使用正确版本的函数。

相关问题

Traceback (most recent call last): File "D:/python-project/ML_Model.py", line 6, in <module> from tensorflow import keras, py_func ImportError: cannot import name 'py_func' from 'tensorflow' (D:\Anaconda\envs\tensorflow\lib\site-packages\tensorflow\__init__.py)这个问题怎么解决

这个错误是因为 TensorFlow 的最新版本不再支持 `py_func` 函数。`py_func` 函数是在 TensorFlow 1.x 版本中使用的，而在 TensorFlow 2.x 版本中被弃用并移除了。

如果您的代码是在 TensorFlow 1.x 版本中编写的，而您当前安装的是 TensorFlow 2.x 版本，您可以尝试修改代码以适应新版本的 TensorFlow。您可以使用 `tf.py_function` 函数来替代 `py_func`，它提供了类似的功能。

将这行代码：

from tensorflow import keras, py_func

修改为：

import tensorflow as tf
from tensorflow import keras

然后，将您使用 `py_func` 的地方替换为 `tf.py_function`。

如果您确实需要使用 `py_func` 函数，并且您的代码必须在 TensorFlow 1.x 版本中运行，您可以考虑降低 TensorFlow 的版本到 1.x。您可以使用以下命令来降低 TensorFlow 的版本：

pip install tensorflow==1.15

请注意，降低 TensorFlow 版本可能需要解决其他兼容性问题，因此请谨慎操作。

Traceback (most recent call last): File "D:\pythonProject\猫狗识别\MobileNet.py", line 67, in <module> base_model = keras.applications.MobileNet(input_shape=(224,224,3),include_top=False, weights='imagenet') File "D:\anaconda\anaconda\envs\k1\lib\site-packages\keras\src\applications\mobilenet.py", line 328, in MobileNet weights_path = data_utils.get_file( File "D:\anaconda\anaconda\envs\k1\lib\site-packages\keras\src\utils\data_utils.py", line 351, in get_file raise Exception(error_msg.format(origin, e.errno, e.reason)) Exception: URL fetch failure on https://storage.googleapis.com/tensorflow/keras-applications/mobilenet/mobilenet_1_0_224_tf_no_top.h5: None -- [WinError 10061] 由于目标计算机积极拒绝，无法连接。

这个错误提示表明在下载 MobileNet 模型的权重文件时出现了连接错误，可能是由于网络连接问题或目标计算机拒绝了连接。

首先，确保你的网络连接是正常的，可以尝试使用浏览器或其他工具访问该 URL（https://storage.googleapis.com/tensorflow/keras-applications/mobilenet/mobilenet_1_0_224_tf_no_top.h5）来验证是否可以正常下载文件。

如果你的网络连接正常，但仍然无法下载文件，可能是目标计算机设置了防火墙或其他安全策略，导致无法连接。＊＊＊