AttributeError: module 'tensorflow.compat.v1' has no attribute 'contrib'怎样修改

这个错误通常出现在尝试导入 TensorFlow 1.x 的 contrib 模块时，但是该模块在 TensorFlow 2 中已经被移除。如果你还在使用 TensorFlow 1.x，你可以按照以下步骤尝试解决：

1. 确认你的代码是在 TensorFlow 1.x 环境下运行。检查项目的 `requirements.txt` 或者环境变量，确认安装了正确的 TensorFlow 版本。

2. 如果你是想访问 contrib 模块的功能，可以尝试导入 tensorflow.contrib 直接，而不是 tensorflow.compat.v1.contrib。这是因为 contrib 已经包含在基础库中。

import tensorflow as tf

3. 但在 TensorFlow 2 中，你需要寻找其他替代方法或查阅 TensorFlow 2 文档，因为 contrib 功能已被转移到核心 API 或新的模块中。

4. 更新你的代码，避免使用过时的 contrib 模块，直接使用官方推荐的新API。

如果确实需要继续使用 contrib 模块，并且你确实处在 TensorFlow 1.x 环境，那么你可能需要将项目升级到 TensorFlow 1.15 最终版或其他较旧版本。

相关问题

attributeerror: module 'tensorflow.compat.v1' has no attribute 'contrib'

### 回答1：
这意味着在你的代码中，你正在使用 tensorflow v1 的 contrib 模块，但是在你安装的 tensorflow 版本中，该模块不存在。建议你更新你的代码或者安装对应版本的 tensorflow。

### 回答2：
“attributeerror: module 'tensorflow.compat.v1' has no attribute 'contrib'”这个错误通常发生在使用TensorFlow 2.x版本的时候，其中一些旧代码使用了TensorFlow 1.x版本的contrib包，但是在TensorFlow 2.x中已经移除了contrib包，所以会报错提示找不到此项属性。

针对这个问题，有以下几种可能的解决方案：

1.升级代码：尽量升级代码版本，如果代码中使用了1.x版本的contrib包，可以尝试用新的函数替代原有的contrib函数。

2.回退TensorFlow版本：可以使用低于2.x版本的TensorFlow，因为在早期版本中还存在contrib包，可以通过pip install tensorflow==1.x来安装对应版本的TensorFlow。

3.自己手动添加contrib包：可以在Python目录下找到tensorflow/conda/meta.yaml文件，使用编辑器修改此文件，将tensorflow包中的依赖注释掉，然后添加contrib包，最后使用conda构建自己的TensorFlow环境。

以上是一些可能的解决方案，但需要注意的是，不同的情况需要采用不同的解决方案。总的来说，应该尽量减少使用旧版的contrib包，避免出现不必要的错误。同时，还需要多了解TensorFlow的版本差异及其新版本的使用方法，以便更好地应对问题和开发工作。

### 回答3：
“attributeerror: module 'tensorflow.compat.v1' has no attribute 'contrib'”是一种错误提示，通常出现在使用TensorFlow框架时。这个错误的原因是在TensorFlow 2.0版本中，许多原来存在的子模块已经被废弃，这其中就包括“contrib”模块。

在TensorFlow 1.x版本中，contrib模块包含了一些非常有用的功能和实用工具，比如说多种神经网络结构、损失函数、优化算法等等。因此，很多人使用contrib模块来进行科学计算和机器学习任务。然而，从TensorFlow 2.0版本开始，contrib模块被移除了，这就导致在新版本中再次使用contrib模块时，会出现“module 'tensorflow.compat.v1' has no attribute 'contrib'”的错误。

要解决这个问题，可以使用其他方法或工具来替代contrib模块。例如，可以使用Keras、TensorFlow Hub、TensorFlow Addons等来获得类似的功能。此外，如果您确实需要使用TensorFlow 1.x版本的contrib模块，也可以考虑使用TensorFlow 1.x版本的其他功能。

总之，如果在使用TensorFlow时遇到了“attributeerror: module 'tensorflow.compat.v1' has no attribute 'contrib'”这个错误，需要检查您使用的TensorFlow版本是否为2.0或以上版本。如果是，那么就需要使用其他实用工具来替代contrib模块。

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

在您提供的引用中，出现了不同版本的TensorFlow之间的兼容性问题。在TensorFlow 2.x版本中，不再包含`tf.contrib`组件，因此您无法使用其中的函数和初始化器。这就是为什么您遇到了`AttributeError`的错误。

对于您提到的报错代码行`initializer=tf.contrib.layers.xavier_initializer()`，可以将其替换为`initializer=tf.truncated_normal_initializer()`来解决问题。`tf.truncated_normal_initializer()`是一个TensorFlow的标准初始化器，可以用来代替`tf.contrib.layers.xavier_initializer()`。

至于您提到的`AttributeError: module 'tensorflow.compat.v1.random' has no attribute 'truncated_normal_initializer'`，原因是在TensorFlow 2.x中，`truncated_normal_initializer()`函数被移动到了`tensorflow`模块下的`random`子模块中，所以您需要将代码修改为`initializer=tf.random.truncated_normal_initializer()`。