记录AttributeError: module ‘tensorflow‘ has no attribute ‘XXX‘问题方案

前言
最近做一个人工智能方面的项目，本着假期也无聊的想法，就在自己的陈年电脑上调试运行，最后一切OK，似乎只差大规模的语料训练了。然后这一切在回到公司平台后，都变了：

AttributeError: module 'tensorflow' has no attribute 'XXX'

据说当tensorflow 1.x的代码遇到tensorflow2的环境时，这类问题就会频频出现！

解决方案

1. 如果你已经完成了一个tf1.x的项目，并且这个项目比较大，或者比较复杂，那么相信我，还是在环境上下功夫吧。自己捣鼓捣鼓环境，尝试装一下tf1.13 / tf1.14是最省力的方案了（3天的经验总结）。
2. 如果想你的项目代码修改修改就完事了。
   1. 使用google的转换工具 tf_upgrade_v2。在网上查找它的使用方式，能解决大部分tf1.x到tf2.中因函数位置发生变化造成的问题。比如 tf.contrib中的大部分函数被分配到 tf.io.x，tf.python.x, tf.compat.v1.x中，当然它没有改过来，自己发现了也可以修改。万万一碰到代码中 tf.contrib.layers.layer_norm之流 就比较麻烦了，因为已经没有这个函数了（BatchNormalization或tf.keras中函数可替代）。
   2. 这个就比较麻烦了。下载tf1.13版本代码，找到需要的代码的位置，连带其代码段的运行环境一起复制到你的代码中。最后也可能连带其它问题，得不偿失。。