phase = tf.placeholder(dtype='bool', name='keras_learning_phase') AttributeError: module 'tensorflow' has no attribute 'placeholder'

这错误提示是因为 TensorFlow 2.0 默认启用了 Eager Execution（动态图机制），这意味着 `placeholder` 已经在 TensorFlow 2.0 中被弃用，应该使用 `tf.Variable`、`tf.constant` 或者 `tf.data.Dataset` 方法代替。如果你需要使用 `placeholder`，可以手动关闭 Eager Execution，或者使用旧版本的 TensorFlow 1.x。

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。