解决tensorflow出现AttributeError和RuntimeError：The Session graph is empty.

重装系统后发现tensorflow安装完无法正常运行。
首先，说明问题是出在tensorflow2.x与tensorflow1.x的用法不同上。
执行如下测试代码后报错：

import  tensorflow as tf
a=tf.constant(43)
b=tf.constant(8)
c=tf.multiply(a,b)
sess=tf.Session()
print(sess.run(c))

报错如下：
AttributeError: module 'tensorflow' has no attribute 'Session'
经检查发现，tensorflow2.0中已经去除tf.Session()。取而代之的应当是tf.compat.v1.Session()。
改变语法后再次报错如下：
RuntimeError: The Session graph is empty. Add operations to the graph before calling run().

程序提示该流图为空，尝试先定义流图再执行如下：

import tensorflow as tf

g=tf.Graph()
with g.as_default():
    a=tf.constant(45)
    b=tf.constant(78)
    c=tf.multiply(a,b)
    sess=tf.compat.v1.Session()
print(sess.run(a))
sess.close()

结果未报错，正常执行。

实际上在tensorflow2.0之后已经不再需要用到tf.Session了。在tf2.0中，所有运算仅以张量形式进行，但可以在运算结束时将其变为数组形式。因此有：

import tensorflow as tf
a=tf.constant(45)
b=tf.constant(78)
c=a*b
print(c.numpy())

即可得到运算结果。 其实，对tensorflow不够熟悉的话，最好直接上手tensorflow2.0。