train_input_fn = tf.estimator.inputs.numpy_input_fn( AttributeError: module 'tensorflow' has no attribute 'estimator'

在TensorFlow 2.x版本中，`tf.estimator`模块已经被弃用，取而代之的是Keras API，它不再提供直接的`numpy_input_fn`函数。如果你想要创建输入函数以用于训练模型，你应该使用`tf.data.Dataset`配合`tf.keras.utils`中的`to_numpy()`方法。这里是一个简单的例子：

import tensorflow as tf

def train_input_fn(x_data, y_data, batch_size, num_epochs=None):
    dataset = tf.data.Dataset.from_tensor_slices((x_data, y_data))
    if num_epochs is None:
        num_epochs = int(np.inf)  # 如果不想设置固定周期，可以设置为无穷大
    dataset = dataset.shuffle(buffer_size=len(x_data), reshuffle_each_iteration=True)
    dataset = dataset.repeat(num_epochs).batch(batch_size)
    return dataset.batch(batch_size).prefetch(tf.data.AUTOTUNE)

# 使用示例
x_train = ...  # 输入特征数据
y_train = ...  # 输入标签数据
train_dataset = train_input_fn(x_train, y_train, batch_size=32)

在这个例子中，`train_input_fn`接受输入数据、标签数据、批次大小以及可选的迭代次数，然后生成了一个可以在Keras模型上使用的`tf.data.Dataset`。