【TensorFlow学习】TensorFlow版本差异，可能出现的问题

最新推荐文章于 2024-07-10 15:21:55 发布
原创 最新推荐文章于 2024-07-10 15:21:55 发布 · 2.1k 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#Tensorflow #版本差异 #问题解决 #AttributeError #no attribute

本文主要介绍了从TensorFlow V0.11到V1.0的API迁移过程，包括tf.merge_all_summaries()等方法的替换说明，并给出了具体示例。同时也指出了V1.0的API在V0.11环境中使用时可能遇到的问题及解决方案。
部署运行你感兴趣的模型镜像


前4个是 V0.11 的API 用在 V1.0 的错误

  • AttributeError: 'module' object has no attribute 'merge_all_summaries'【tf.merge_all_summaries() 改为：summary_op = tf.summary.merge_all()】 

  •  AttributeError: 'module' object has no attribute 'SummaryWriter'【tf.train.SummaryWriter 改为：tf.summary.FileWriter】
  •  AttributeError: 'module' object has no attribute 'scalar_summary'【tf.scalar_summary 改为：tf.summary.scalar】
  • AttributeError: 'module' object has no attribute 'histogram_summary'【histogram_summary 改为：tf.summary.histogram】

下边这个是 V1.0 的API 用在 V0.11 的错误
File "dis-alexnet_benchmark.py", line 110, in alexnet_v2
    biases_initializer=tf.zeros_initializer(),
TypeError: zeros_initializer() takes at least 1 argument (0 given)
>> 将 biases_initializer=tf.zeros_initializer() 改为：biases_initializer=tf.zeros_initializer

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

Tensorflow1.与2.0区别.zip
12-03
整理了一个表格，1与2版本的区别，一些库的使用改变，以及代码的规范。资源来自于官方发布，个人整理后，以供大家学习交流。
tensorflow 1.X版本 与2.X版本的区别 sparse_categorical_crossentropy损失函数踩雷
weixin_43955530的博客
03-02 1292
卷积神经网络 2.X版本的tensorflow是有Input层的 # Create the Student Model student = keras.Sequential( [ keras.Input(shape=(28,28,1)), layers.Conv2D(16,(3,3),strides = (2,2),padding = "same"), layers.LeakyReLU(alpha=0.2),
tensorflow版本的一些区别
luxiaohai学习专栏
12-16 5392
1.变量初始化函数： if tensorflow.__version__ sess.run(tf.initialize_all_variables()) else: sess.run(tf.global_variables_initializer()) 2. 写日志函数； if tensorflow.__version__ logsWriter = tf.train.
TensorFlow2.0与1.0版本的区别
lymake的博客
04-21 1697
而TensorFlow 1.0默认构建静态计算图,需要在会话中运行才能得到运算结果。6. Keras Model.fit统一接口TensorFlow 2.0中的model.fit()提供了统一的训练接口,使模型训练简单易用。TensorFlow 1.0的训练过程相对复杂,需要定义训练运算、迭代变量、启动会话等步骤。你可以用极少的代码构建复杂的神经网络模型。TensorFlow 2.0中的变量在定义时自动初始化,无需运行初始化操作。而在TensorFlow 1.0中,你需要定义变量初始化操作并在会话中运行。
Tensorflow1.0 和 Tensorflow2.0之间的区别
ZhiYilang的博客
12-11 1247
TensorFlow 1.0 默认是静态图，需要手动开启动态图。step 07：传参计算session.run()step 02：定义输入PlaceHolder。step 02：定义输入PlaceHolder。step 06：创建会话session。step 06：创建会话session。step 04：定义损失函数及优化器。step 04：定义损失函数及优化器。step 01 ：准备输入数据。step 01 ：准备输入数据。step 03：搭建模型。step 03：搭建模型。
学习日记：tensorflow版本差异遇到的问题
weixin_52017773的博客
03-13 2741
网上很多的开源代码所用的库的版本都是tensorflow1.x的，跟tensorflow2.0里面的内容完全不匹配，以下是我在学习中遇到的一些版本差异带来的问题 1.调用库时遇到的问题 下面是一段代码： from keras.optimizers import SGD,RMSprop,Adam 在tensorflow2.x版本上会报错，表示在keras中找不到这些函数 其实原因是tensorflow2.x版本兼容了keras，需要进行修改 from tensorflow.keras.opti
解决Keras 与 Tensorflow 版本之间的兼容性问题
09-18
2. **环境配置问题**：不同的运行环境（例如Anaconda环境）对于库的版本支持可能存在差异，这也会影响到Keras和TensorFlow之间的兼容性。 - **Anaconda环境**：通常情况下，Anaconda环境可以帮助开发者更好地管理...
金融文档智能比对：TensorFlow-Diff模型实现合同条款差异定位.pdf
01-05
该文档【金融文档智能比对：TensorFlow_Diff模型实现合同条款差异定位】共计 35 页，文档支持目录章节跳转同时还支持阅读器左侧大纲显示和章节快速定位，文档内容完整、条理清晰。文档内所有文字、图表、目录等元素...
TensorFlow不同版本适配关系详细对照表
最新发布
06-28
文档将详细说明不同TensorFlow版本对各语言API的支持情况，以及可能存在的差异。 5. 其他相关工具和库的适配情况：随着TensorFlow生态系统的发展，众多第三方工具和库逐渐涌现，它们与TensorFlow版本间的兼容情况也...
人工智能TensorFlow深度学习
06-05
### 人工智能TensorFlow深度学习 #### 传统与经典：有监督学习在深度学习中的应用 在探讨“人工智能TensorFlow深度学习”这一主题时，我们首先需要理解标题与描述中所提及的核心概念——“传统的、经典的有监督...
关于不同版本的TensorFlow的几点总结说明【值得收藏】
dianxiaoer
06-30 2237
目前TensorFlow的版本已经更新到2，以下是小编在使用过程总结的一些问题，现在拿来给大家分享。 TensorFlow 系统支持tensorflo版本 是否异常 测试结果 1.14.0 python 导入包时报错 下载libstdc.so_.6.0.26 1重新构建动态库libstdc++.so.6 2.glibc库升级到2.23 3.更新包numpy==1.1
tensorflow版本差异总结，Mac GPU使用
YouAreLion的博客
07-10 955
cuda11+、python3.8+、keras2、支持WSL2，不支持原生windows。cuda12+、python3.9+、keras3、删除tf.estimator。cuda11+、python3.8+、keras2、支持原生windows。
tensorflow学习笔记： 1.X 和2.X版本的差异
AnneQiQi的博客
11-15 8039
近日电脑环境出了点问题，整个重装后tensorflow更新到2.0版本。结果运行以往的程序是抛出了很多bug，走了很多路也踩过很多坑。且行且调试吧。。。 TensorFlow具有多种语言可用的API，可用于构建和执行TensorFlow图。Python API目前是最完整和最容易使用的，但是其他语言API可能更易于集成到项目中，并且可能在图形执行方面提供一些性能优势。 ...
刚开始介绍的是Tensorflow1.13.1版本，后来介绍的是2.0.0和2.1.0版本（附3个版本的代码）
Gfqwy2021
04-24 2769
TensorFlow = Tensor + Flow（张量+流） 在TensorFlow中，所有的数据都通过张量的形式来表示； 张量并没有真正保存数字，它保存的是计算过程 张量的阶（rank）表示的是：张量的维度 从功能的角度，张量可以简单理解为多维数组 零阶张量表示标量（scalar），也就是一个数； 一阶张量为向量（vector），也就是一维数组； n阶张量可以理解为一个n维数组； 三个术语...
Tensorflow1.10 与 之前版本API不同之处
梦萦飞--CV/DL/ML
09-27 1114
tf.summary.FileWriter() AttributeError: 'module' object has no attribute 'SummaryWriter' tf.train.SummaryWriter改为：tf.summary.FileWriter   tf.summaries.merge_all() AttributeError: 'module' object ...
机器学习笔记 - tensorflow 2.8版本不同优化器对比
学以致用 知行合一
05-01 1213
这里使用tensorflow 2.8版本和LeNet-5模型在mnist手写数字数据集上进行各种优化器的效率比较。为了展示现代优化器（在 TensorFlow 和 Keras 中的优化器）对训练的影响，我们将创建几个 LeNet 实例，并使用不同的优化器训练每个实例。 每个模型都运行了10epochs，尽管验证集上的最终准确率在各个实例之间没有太大差异（adadelta准确率比较低），但从图形可以清楚地观察到各个优化器训练的模型的收敛趋势如何。在许多大型数据集场景中尝试不同的优化器是有一定意义的，起码训练时
tensorflow 高版本低版本的语法区别
nangua06的博客
01-25 596
安装了一个tensorflow高版本，报错 module 'tensorflow' has no attribute 'random_normal' 需要修改几个地方 tf.random_uniform要改成tf.random.uniform tf.random_normal要改成tf.random.normal div改成truediv
tensorflow-gpu安装100%成功（tensorflow-gpu版和tensorflow-cpu版的区别、为什么要创建虚拟环境、如何同时使用两个gpu库、tensorflow-gpu版安装）
sunshine_boy1的博客
04-03 9296
全网最详细的tensorflow-gpu安装，100%成功，原理+安装过程（tensorflow-gpu版和tensorflow-cpu版的区别、为什么要创建虚拟环境、如何同时使用两个gpu库、tensorflow-gpu版详细安装过程）
目前发现 pytorch1.0 与 tensorflow1.12 一些区别
ONE_SIX_MIX的专栏
01-28 833
pytorch 与 tensorflow1.12 的 eager execution 对比 pytorch没有完整的half支持 例如 conv2d 以半精度训练 cpu 运行时会报错未实现 torch.cat 无法拼接 halfTensor，报错未实现 torch.linspace 参数 dtype=torch.half，报错未实现 而 tensorflow 有完整的半精度训练实现（应该是这样，...
TensorFlow不同版本引起的错误
两只橙的博客
08-11 1520
这几天分别基于tensorflow0.11和1.0版本测试，记录下两个版本不同的API， 参考：http://blog.csdn.NET/edwards_june/article/details/65652385前4个是 V0.11 的API 用在 V1.0 的错误 1. AttributeError: ‘module’ object has no attribute ‘merge_all_su
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

鼠晓

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值