AttributeError: module 'tensorflow._api.v2.compat.v1.random' has no attribute 'set_seed'

这个错误通常是由于TensorFlow版本不兼容或者代码中使用了已经被弃用的函数或模块。针对这个错误，你可以尝试以下几种解决方法：

1. 检查你的TensorFlow版本是否支持使用该函数或模块。你可以查看TensorFlow官方文档来确定哪些版本支持该函数或模块。

2. 如果你的TensorFlow版本过低，你可以尝试升级到最新版本。你可以使用pip命令来升级TensorFlow：pip install --upgrade tensorflow。

3. 如果你的代码中使用了已经被弃用的函数或模块，你可以尝试使用新的函数或模块来替代它们。你可以查看TensorFlow官方文档来了解哪些函数或模块已经被弃用，并找到替代它们的新函数或模块。

4. 如果你的代码中使用了TensorFlow 1.x的函数或模块，而你正在使用TensorFlow 2.x版本，你可以尝试使用TensorFlow 1.x兼容模块来解决问题。你可以使用以下代码来导入TensorFlow 1.x兼容模块：

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

相关问题

AttributeError: module 'tensorflow._api.v2.compat.v1.random' has no attribute 'placeholder'

这个错误通常是因为使用了过时的 Tensorflow 1.x API，而该 API 已经在 Tensorflow 2.x 中被弃用。在Tensorflow 2.x中，用于创建占位符的API已经被删除。

你可以考虑使用 Tensorflow 2.x 的新 API，例如使用 `tf.Variable` 或者 `tf.keras.layers.Input` 来替代占位符。如果你非常需要使用占位符，你可以考虑使用 `tf.compat.v1.placeholder` 来代替 `tf.placeholder`，这将使用Tensorflow 1.x API在Tensorflow 2.x中创建占位符。

AttributeError: module 'tensorflow._api.v2.compat.v1' has no attribute 'keras'

这个错误通常是因为 TensorFlow 版本不兼容导致的，你可以尝试更新或降低 TensorFlow 版本来解决该问题。或者，您可以使用 TensorFlow 2.x 中提供的 `tensorflow.compat.v1` 模块以替代 `tensorflow._api.v2.compat.v1`。而 `keras` 模块在 TensorFlow 2.x 中已经是标准模块，不需要显式导入。所以你可以尝试将 `tensorflow._api.v2.compat.v1.keras` 更改为 `tensorflow.keras`，以便解决该错误。