在tensorflow 2.x环境下使用tensorflow 1.x的方法

最新推荐文章于 2024-12-09 23:06:01 发布

原创最新推荐文章于 2024-12-09 23:06:01 发布 · 398 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow

问题集锦同时被 2 个专栏收录

9 篇文章

订阅专栏

深度学习

5 篇文章

订阅专栏

本文介绍了一种在TensorFlow 2.x环境中使用1.x版本特性的简便方法，仅需少量代码调整即可实现。此外还讨论了转换过程中可能遇到的问题，如GPU不工作及函数不兼容等，并提供了相应的解决方案。

两天晕晕的教训，含泪整理在tensorflow 2.x环境下使用tensorflow 1.x的方法，超级简单！！！！！！！！！！！！！

不需要改代码，不需要不需要！！！
只需要在程序前面加入

import tensorflow     
tf = tensorflow.compat.v1  # 正常应该是import tensorflow.compat.v1 as tf，但是知道我为啥一直不行，这样也可以叭~
tf.disable_v2_behavior()

还有
继续
即使是转成了1.x，但是有些函数依旧不能使用，比如哈：
contrib函数
查一查哪里用到了，比如我用到了tf.contrib.layers.xavier_initializer()，那就替换成tf.keras.initializers.glorot_normal(）

代码还有很多坑，版本问题在我把从1.x改为2.x之后出现了更多的坑之后，终于找到了这个方法，没错，方法很脆弱，但是可以解决大部分不兼容的问题哈。
继续采坑去了~~！_！！_！！！_！！_！！

----------------------------------------------------分割线----------------------------------------------------------------------------
坑来了~
把tensorflow 改为1.x之后，发现GPU是不工作的，还是在跑CPU
合理怀疑ε=(´ο｀*)))
依旧是cuda与tensorflow-gpu的版本是不一致的，没有办法找到运行文件
留个坑，继续看看
目前采用使用docker，创建一个新的虚拟环境，完结并不想撒花❀。