AttributeError: module 'tree' has no attribute 'map_structure'
I maintainer di solito rispondono entro 1 giorno
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 3/5
- Tempo stimato
- 1-2 giorni
- Idoneità per principianti
- 35/100
- Tipo di issue
- Bug
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Ferma
- Stack tecnologico
- python, tensorflow
- Ambito
- data, machine-learning
Direzione di ricerca
Riproduci il problema con l’ambiente Python 3.12, TensorFlow 2.16.1 e tensorflow-datasets 4.9.6 utilizzando l’esempio di caricamento di MNIST. Inizia da tensorflow_datasets/core/download/download_manager.py in _map_promise e segui l’import di tree utilizzato da map_structure; confrontalo con le versioni delle dipendenze coinvolte. Il lavoro è completato quando il caricamento di MNIST termina senza l’AttributeError.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
/!\ PLEASE INCLUDE THE FULL STACKTRACE AND CODE SNIPPET
Short description
Description of the bug.
Environment information
-
Operating System: Windows 10
-
Python version: Python 3.12.4
-
tensorflow-datasets/tfds-nightlytensorflow-datasets / version: Version: 4.9.6 -
tensorflow/tf-nightlyversion: tensorflow / Version: 2.16.1 -
Does the issue still exists with the last
tfds-nightlypackage (pip install --upgrade tfds-nightly) ?
Yes
Reproduction instructions
load any dataset
import tensorflow_datasets as tfds
import tensorflow as tf
# Construct a tf.data.Dataset
ds = tfds.load('mnist', split='train', as_supervised=True, shuffle_files=True)
Stacktrace
Traceback (most recent call last):
File "C:/Users/rafadotnechi/Documents/PythonDev/load_test.py", line 5, in <module>
ds = tfds.load('mnist', split='train', as_supervised=True, shuffle_files=True)
File "C:\Users\rafadotnechi\AppData\Local\Programs\Python\Python312\Lib\site-packages\tensorflow_datasets\core\logging\__init__.py", line 176, in __call__
return function(*args, **kwargs)
File "C:\Users\rafadotnechi\AppData\Local\Programs\Python\Python312\Lib\site-packages\tensorflow_datasets\core\load.py", line 647, in load
_download_and_prepare_builder(dbuilder, download, download_and_prepare_kwargs)
File "C:\Users\rafadotnechi\AppData\Local\Programs\Python\Python312\Lib\site-packages\tensorflow_datasets\core\load.py", line 506, in _download_and_prepare_builder
dbuilder.download_and_prepare(**download_and_prepare_kwargs)
File "C:\Users\rafadotnechi\AppData\Local\Programs\Python\Python312\Lib\site-packages\tensorflow_datasets\core\logging\__init__.py", line 176, in __call__
return function(*args, **kwargs)
File "C:\Users\rafadotnechi\AppData\Local\Programs\Python\Python312\Lib\site-packages\tensorflow_datasets\core\dataset_builder.py", line 699, in download_and_prepare
self._download_and_prepare(
File "C:\Users\rafadotnechi\AppData\Local\Programs\Python\Python312\Lib\site-packages\tensorflow_datasets\core\dataset_builder.py", line 1669, in _download_and_prepare
split_infos = self._generate_splits(dl_manager, download_config)
File "C:\Users\rafadotnechi\AppData\Local\Programs\Python\Python312\Lib\site-packages\tensorflow_datasets\core\dataset_builder.py", line 1620, in _generate_splits
split_generators = self._split_generators( # pylint: disable=unexpected-keyword-arg
File "C:\Users\rafadotnechi\AppData\Local\Programs\Python\Python312\Lib\site-packages\tensorflow_datasets\image_classification\mnist.py", line 119, in _split_generators
mnist_files = dl_manager.download_and_extract(
File "C:\Users\rafadotnechi\AppData\Local\Programs\Python\Python312\Lib\site-packages\tensorflow_datasets\core\download\download_manager.py", line 694, in download_and_extract
return _map_promise(self._download_extract, url_or_urls)
File "C:\Users\rafadotnechi\AppData\Local\Programs\Python\Python312\Lib\site-packages\tensorflow_datasets\core\download\download_manager.py", line 790, in _map_promise
all_promises = tree.map_structure(map_fn, all_inputs) # Apply the function
File "C:\Users\rafadotnechi\AppData\Local\Programs\Python\Python312\Lib\site-packages\etils\epy\lazy_imports_utils.py", line 109, in __getattr__
return getattr(self._module, name)
AttributeError: module 'tree' has no attribute 'map_structure'
- Lingua principale
- Python
- Stelle
- 4.6k
- Fork
- 1.6k
- Merge medio
- 9h
- PR unite (30g)
- 8
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Ha un modello di pull request
- Leggi la guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di tensorflow/datasets
-
DatasetInfo.read_from_directory reads the deprecated FieldDescriptor.label eagerly, warning on every openForse già presa @jabrailkhalil l’ha presa 6 giorni fa. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
tensorflow/datasets#11245 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
required dependency on importlib_resources missingForse già presa @ArS377 l’ha presa 86 giorni fa. Apertabug
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
tensorflow/datasets#11212 · 2 commenti · 1 reazione ·
I maintainer di solito rispondono entro 1 giorno
-
tfds.features.Audio eagerly imports TensorFlow in _AudioDecoder.__init__, breaking TensorFlow-less usageForse già presa @raashish1601 l’ha presa 12 giorni fa. Aperta
Difficoltà 3/5 1-2 giorni Idoneità per principianti 76/100
tensorflow/datasets#11233 ·
I maintainer di solito rispondono entro 1 giorno
-
dataset request
Difficoltà 4/5 3-5 giorni Idoneità per principianti 20/100
tensorflow/datasets#11228 ·
I maintainer di solito rispondono entro 1 giorno
-
QM9 download links are brokenForse già presa @mylonasc l’ha presa 124 giorni fa. Apertabug
Difficoltà 2/5 1-3 ore Idoneità per principianti 55/100
tensorflow/datasets#11210 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
Tutte le issue di tensorflow/datasets
Issue simili
-
comp/cli P3 type/security
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
NousResearch/hermes-agent#141420 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
vendor-pitch
Difficoltà 2/5 1-3 ore Idoneità per principianti 87/100
I maintainer di solito rispondono entro 1 giorno
-
bug llm p2
Difficoltà 2/5 1-3 ore Idoneità per principianti 84/100
I maintainer di solito rispondono entro 1 giorno
-
New tool: ZIPZAX Python Notebook StudioForse già presa @github-actions l’ha presa oggi. Apertasubmission triage
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 68/100
kausalflow/tools#226 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100