tf.random.set_seed(1234) AttributeError: module 'tensorflow' has no attribute 'random'

在TensorFlow 2.0中，`tf.random.set_seed()`已经替换了`tf.compat.v1.random.set_random_seed()`。因此，如果你使用的是TensorFlow 2.0及以上版本，应该使用`tf.random.set_seed()`来设置随机种子。如果你仍然遇到了`AttributeError: module 'tensorflow' has no attribute 'random'`的问题，可能是因为你的TensorFlow版本过低，需要升级到2.0及以上版本。

以下是使用`tf.random.set_seed()`设置随机种子的示例代码：

import tensorflow as tf

tf.random.set_seed(1234)

c = tf.random.normal(shape=[2, 3], mean=0, stddev=1)

print(c)

相关问题

AttributeError: module 'tensorflow' has no attribute 'set_random_seed'，怎么解决

AttributeError: module 'tensorflow' has no attribute 'set_random_seed'错误是由于TensorFlow版本更新导致的。在TensorFlow 2.0及更高版本中，'set_random_seed'方法已被移除。

解决此问题的方法是使用tf.random.set_seed()方法来设置随机种子。这个方法可以在TensorFlow 2.0及更高版本中使用。

以下是解决该错误的步骤：
1. 确保你正在使用的是TensorFlow 2.0或更高版本。可以通过运行以下代码来检查版本：

   import tensorflow as tf
   print(tf.__version__)

如果版本低于2.0，可以考虑升级到最新版本。

2. 将'tensorflow.set_random_seed()'替换为'tf.random.set_seed()'。例如，将以下代码：

   import tensorflow as tf
   tf.set_random_seed(42)

替换为：

   import tensorflow as tf
   tf.random.set_seed(42)

这样就可以解决AttributeError: module 'tensorflow' has no attribute 'set_random_seed'错误。

AttributeError: module 'tensorflow.compat.v1.random' has no attribute 'set_seed'

要解决"AttributeError: module 'tensorflow.compat.v1.random' has no attribute 'set_seed'"的问题，您可以按照以下步骤进行操作：

1. 首先，检查您使用的TensorFlow版本是否支持所需的功能。在某些TensorFlow版本中，部分功能可能已被弃用或更改。确保您的TensorFlow版本与使用的引用文档或教程相匹配。

2. 如果您正在使用TensorFlow 2.x版本，则应注意到"contrib"模块已被删除。因此，对于"tf.contrib"中的函数和类，您需要查找相应的替代方法。

3. 对于您提到的"regularizer"和"initializer"的代码行，您可以使用tf.keras模块中的替代方法来解决问题。例如，您可以将"tf.contrib.layers.l2_regularizer"更改为"tf.keras.regularizers.l2"，将"tf.contrib.layers.xavier_initializer"更改为"tf.keras.initializers.glorot_normal"。这些替代方法在TensorFlow 2.x版本中是可用的。

具体而言，您可以将代码行更改为以下内容：

regularizer = tf.keras.regularizers.l2(1e-10)
initializer = tf.keras.initializers.glorot_normal()

通过这样的更改，您应该能够解决"AttributeError: module 'tensorflow.compat.v1.random' has no attribute 'set_seed'"的问题，并使代码能够正常运行。