y_ = tf.placeholder(tf.float32, [None, 2]) # 输出Y_：1*2 AttributeError: module 'tensorflow' has no attribute 'placeholder'

这个错误通常是因为你的tensorflow版本太低，placeholder是tensorflow 1.x版本的语法，在2.x版本中已经被移除了。如果你使用的是tensorflow 2.x版本，你应该使用`tf.keras.Input`代替`tf.placeholder`。例如，你可以这样定义你的输出Y_：

import tensorflow as tf

y_ = tf.keras.Input(shape=(2,))

如果你必须使用tensorflow 1.x版本，那么你需要将代码中的`tf.placeholder`改为`tf.compat.v1.placeholder`，像这样：

import tensorflow.compat.v1 as tf

tf.disable_v2_behavior()

y_ = tf.placeholder(tf.float32, [None, 2])

但是建议你尽可能使用最新版本的tensorflow 2.x，因为它有更好的性能和更简洁的API。

相关问题

xs = tf.placeholder(tf.float32, [None, 20]) # ys = tf.placeholder(tf.float32, [None, 1]) keep_prop = tf.placeholder(tf.float32)出现这样错误怎么改AttributeError: module 'tensorflow' has no attribute 'placeholder'

这个错误可能是因为你的 TensorFlow 版本过低，placeholder 是 TensorFlow 的一个核心概念，用于在 TensorFlow 图中占据一个位置，以便在运行时填充数据。

在 TensorFlow 2.x 中，placeholder 被 tf.compat.v1.placeholder 替代。因此，你可以使用以下代码替换原来的代码，从而在 TensorFlow 2.x 中使用 placeholder。

xs = tf.compat.v1.placeholder(tf.float32, [None, 20])
ys = tf.compat.v1.placeholder(tf.float32, [None, 1])
keep_prob = tf.compat.v1.placeholder(tf.float32)

请注意，以上代码中的 `keep_prob` 变量名与原来的代码中的 `keep_prop` 变量名不同，你需要在后续代码中做相应的修改。

xs=tf.placeholder(tf.float32,[None,20])# ys=tf.placeholder(tf.float32,[None,1]) keep_prop=tf.placeholder(tf.float32)有这样的错误AttributeError: module 'tensorflow' has no attribute 'placeholder'应该怎么改

这个错误可能是因为您使用的 TensorFlow 版本不同导致的。在 TensorFlow 2.0 及以上版本中，`tf.placeholder` 已经被移除了。取而代之的是 `tf.compat.v1.placeholder`。如果您使用的是 TensorFlow 2.0 及以上版本，可以将代码修改为：

xs=tf.compat.v1.placeholder(tf.float32,[None,20])
ys=tf.compat.v1.placeholder(tf.float32,[None,1])
keep_prop=tf.compat.v1.placeholder(tf.float32)

如果您使用的是 TensorFlow 1.x 版本，那么您的代码应该可以正常运行，这个错误不应该出现。如果您仍然遇到这个错误，可以尝试重新安装 TensorFlow 或者升级 TensorFlow 版本。