机器学习PAI 这个有很多input设置这个，有些没有设置；tfrecord没有这个属性，这个是有？

根据您提供的代码片段，可以看出在 TensorFlow 版本为 2.0 及以上的情况下，使用了 tf.data.experimental.ignore_errors() 方法来处理错误。而在 TensorFlow 版本低于 2.0 的情况下，使用了 tf.contrib.data.ignore_errors() 方法。

针对您提到有些输入（input）设置了该属性，而有些没有设置，以及 tfrecord 没有该属性的情况，可能存在以下几种情况：

1. 版本兼容性：如果您的代码中同时涉及 TensorFlow 2.0 及以下版本的兼容性，那么在不同版本上的某些功能和属性可能会有所差异。因此，需要确保在特定版本上使用相应的方法或属性。

2. 输入数据类型：ignore_errors 属性通常用于处理读取数据时的错误。对于某些输入数据类型（如 tfrecord），可能不存在直接使用该属性的需求，因为对于这些数据类型，TensorFlow 在读取过程中已经具备了默认的错误处理机制。

3. API变更：TensorFlow 在不同的版本中可能引入新的 API 或进行更改。因此，某些属性或方法可能在不同的版本中被添加、移除或重命名，导致您在一些输入上能够设置 ignore_errors 属性，而在其他输入上不能设置。

解决该问题的最佳方法是根据您正在使用的 TensorFlow 版本，确定适用的属性和方法。检查您的代码中涉及到的输入类型，确认是否需要使用 ignore_errors 属性来处理错误，并确保在相应的 TensorFlow 版本上使用正确的 API。如果有需要，可以通过 TensorFlow 的官方文档、示例代码或社区论坛获取更多关于版本兼容性和属性设置的建议。