AttributeError: 'function' object has no attribute 'training_scope'

这个错误通常是由于TensorFlow版本不兼容或者导入的模块不正确导致的。建议您检查以下几个方面：

1. 检查您的TensorFlow版本是否正确。某些版本的TensorFlow可能不支持某些函数或属性。您可以尝试升级或降级TensorFlow版本，或者查看您使用的版本是否支持所需的函数或属性。

2. 检查您的代码是否正确导入了所需的模块。如果您使用了某个模块中不存在的函数或属性，就会出现这个错误。您可以检查您的代码中是否正确导入了所需的模块，并且模块是否存在所需的函数或属性。

3. 检查您的代码中是否存在命名冲突。如果您在代码中定义了与TensorFlow中已有的函数或属性同名的变量或函数，就会出现这个错误。您可以尝试更改变量或函数的名称，以避免命名冲突。

以下是一个可能的解决方案：

import tensorflow as tf
from tensorflow.contrib.framework.python.ops import add_arg_scope, arg_scope

# 定义一个函数，并使用training_scope装饰器
@add_arg_scope
def my_function(inputs, is_training=True):
    # 在函数中使用arg_scope
    with arg_scope([tf.layers.conv2d], activation=tf.nn.relu):
        conv1 = tf.layers.conv2d(inputs, filters=32, kernel_size=[3, 3], padding="same")
        conv2 = tf.layers.conv2d(conv1, filters=64, kernel_size=[3, 3], padding="same")
        pool = tf.layers.max_pooling2d(conv2, pool_size=[2, 2], strides=2)
        flat = tf.layers.flatten(pool)
        dense = tf.layers.dense(flat, units=128, activation=tf.nn.relu)
        dropout = tf.layers.dropout(dense, rate=0.5, training=is_training)
        logits = tf.layers.dense(dropout, units=10)
        return logits
# 使用函数，并传入is_training参数
inputs = tf.placeholder(tf.float32, [None, 28, 28, 1])
logits = my_function(inputs, is_training=True)

# 在训练时传入is_training=True，在测试时传入is_training=False