[TF 2.0] AttributeError: module 'tensorflow' has no attribute 'ConfigProto'

[분류 전체보기] - [Error] AttributeError: module 'tensorflow' has no attribute 'Session'

 

[Error] AttributeError: module 'tensorflow' has no attribute 'Session'

아니 TF에서 Session이 없어졌다고? 라고 생각하실 수 있습니다. 사실 TF 2.x 에서는 Session을 사용하지 않아도 Keras처럼 사용할 수는 있습니다. 하지만, 여전히 Session을 직접 활용할 수는 있습니다. 하지만..

lv99.tistory.com

 

위 글에 이어서, 연계되어서 나타나는 tf 2.0, tf 2.x에서 나타나는 에러입니다.

 

tensorflow에서는 ConfigProto() 또한 1.x 버전의 잔유물로서 사용됩니다.

 

경로가 바뀌었기 때문에

tf.compat.v1.ConfigProto() 로 사용해야합니다.

 

Session과 GPU를 잘 잡는지 확인하려고 보통 함께 사용하는 함수는 다음과 같았죠.

sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

 

이것을 에러 없이 사용하려면 아래와 같습니다.

sess = tf.compat.v1.Session(config=tf.compat.v1.ConfigProto(log_device_placement=True))

 

TF 2.0, TF 2.x에서의 변화와 주요 기능에 대해서는 다음 글을 참조해주세요.

[Deep Learning/tensorflow 2.0] - TensorFlow 2.0의 주요 기능 (TensorFlow와 Keras의 장점의 결합)

 

TensorFlow 2.0의 주요 기능 (TensorFlow와 Keras의 장점의 결합)

0. 서론 제가 생각할 때 TF 2.0은 custom을 하기에 좋은 TensorFlow의 장점과 쉽게 구현 및 연산이 가능한 Keras의 장점을 결합하고, 분산처리에 관한 것을 추가한 정도가 아닐까 합니다. 실제로 TensorFlow 1.10..

lv99.tistory.com