如何修复module tensorflow has no attribute Session以及其产生问题的原因

环境：

TensorFlow版本：2.x
OS: windows7
Python版本：3.7

问题：

当执行sess = tf.Session(),会得到如下报错信息：

Traceback (most recent call last):
File "", line 1, in 
AttributeError: module 'tensorflow' has no attribute 'Session'

解决

在TensorFlow2.x中可以使用tf.compat.v1.Session() ,代替TensorFlow1.x中用的tf.Session()

刨根问底：

在1.x版本中，**会话（Session）**是客户端程序与TensorFlow系统进行交互的接口，我们定义好的计算图必须在会话中执行。当会话被创建时会初始化一个空的图，客户端程序可以通过会话提供的“Extend”方法向这个图中添加新的节点来创建计算图，并通过“tf.Session”类提供的“run”方法来执行计算图。在大多数情况下只需要创建一次会话和计算图，之后可以在会话中反复执行整个计算图或者其中的某些子图。

TensorFlow2.0采用了动态计算图机制，就不需要在会话中执行计算图了，tf.Session类被放到了兼容模块TensorFlow.compat.v1中，这个模块里有完整的TensorFlow1.x的API。为了保留静态计算图的优势（例如性能优化和可移植性等），TensorFlow2.0提供了“tf.function”方法，对于使用“tf.function”方法修饰的Python函数，TensorFlow可以将其作为单个图来运行。

转换1.x到2.x，建议使用Google官方推荐的符号地图Symbol Map,上面提供了两三千个TensorFlow1.x版本和TensorFlow2.x之间API替换: https://docs.google.com/spreadsheets/d/1FLFJLzg7WNP6JHODX5q8BDgptKafq_slHpnHVbJIteQ/edit#gid=0

至于官方提供的转换工具，也可以用来将1.x版本的代码升级到2.0，其主要工作其实就是修改这些有变更的API。不过使用该工具不一定能够转换成功，转换成功后的代码也并不一定能够正常运行，很多时候还是需要人工修改。人工修改时使用官方的symbol map作为参考。

参考资料

[1]. https://stackoverflow.com/questions/55142951/tensorflow-2-0-attributeerror-module-tensorflow-has-no-attribute-session
[2]. 侯伦青等.TensorFlow2.0从零开始学[M]. 北京:电子工业出版社, 2020.
[3].https://docs.google.com/spreadsheets/d/1FLFJLzg7WNP6JHODX5q8BDgptKafq_slHpnHVbJIteQ/edit#gid=0