如题所述问题，其本质是tensorflow版本不兼容的问题，但是为了一个错误去更新tensorflow版本，往往会消耗较长时间，而且说不定会引起其他地方依赖的问题。
关于该问题可以考虑从不同角度进行考量，迂回解决。
比如我在实验中，在使用a == None时出现了该问题，其中a为一个tensor，那么既然不能直接判断，那么可以根据其类型进行判断，即改为type(a) == type(None)即可。
关于其他类型的问题，可以考虑通过对其中某个值、或者shape、dtype等进行判断，从另一个角度解决问题。