Tensorflow пример word2vector сообщение об ошибке

Question

Я установил последнюю версию Tensorflow в Python3:

(tensorflow) [abigail@localhost anaconda3]$ python3 -c 'import tensorflow as tf; print(tf.__version__)' 
0.12.0-rc0 

Я хотел запустить пример word2vector в модели/каталога. Однако я получил сообщение об ошибке:

tensorflow) [abigail@localhost anaconda3]$ python models/embedding/word2vec.py --train_data=text8 --eval_data=questions-words.txt --save_path=/tmp 
I tensorflow/models/embedding/word2vec_kernels.cc:200] Data file: text8 contains 100000000 bytes, 17005207 words, 253854 unique words, 71290 unique frequent words. 
Data file: text8 
Vocab size: 71290 + UNK 
Words per epoch: 17005207 
Traceback (most recent call last): 
    File "models/embedding/word2vec.py", line 534, in <module> 
    tf.app.run() 
    File "/home/abigail/anaconda3/envs/tensorflow/lib/python3.5/site-packages/tensorflow/python/platform/app.py", line 43, in run 
    sys.exit(main(sys.argv[:1] + flags_passthrough)) 
    File "models/embedding/word2vec.py", line 517, in main 
    model = Word2Vec(opts, session) 
    File "models/embedding/word2vec.py", line 166, in __init__ 
    self.build_graph() 
    File "models/embedding/word2vec.py", line 368, in build_graph 
    tf.contrib.deprecated.scalar_summary("NCE loss", loss) 
    File "/home/abigail/anaconda3/envs/tensorflow/lib/python3.5/site-packages/tensorflow/__init__.py", line 36, in __getattr__ 
    return getattr(contrib, item) 
AttributeError: module 'tensorflow.contrib' has no attribute 'deprecated' 

Что это за ошибка?

Answer 1

TL; DR: Используйте version of tensorflow/models/embedding/word2vec.py из r0.12 ветви, чтобы соответствовать API вашей установленной версии.

Эта ошибка возникает при запуске версии учебников, которая несовместима с установленной вами версией TensorFlow. Файл tensorflow/models/embedding/word2vec.py был changed to use a new tf.contrib.deprecated API после того, как выпуск 0,12 был разветвленным. TensorFlow переживает период потока, когда мы очищаем API для стабильной версии, поэтому в течение этого периода будет важно использовать версию кода модели, которая соответствует установленной вами версии.