用tensorflow2运行tensorflow1.x代码的方法

最新推荐文章于 2024-03-04 15:56:56 发布
原创 最新推荐文章于 2024-03-04 15:56:56 发布 · 2.1k 阅读 · 34 ·
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 #python #深度学习

本文介绍如何在TensorFlow 2环境下运行原本为TensorFlow 1.x编写的代码。针对配备30系列显卡的计算机，由于其最低要求CUDA 11版本，而TensorFlow 1.x仅支持至CUDA 10，故需采用特定方法实现兼容。通过引入tensorflow.compat.v1模块并禁用v2行为，使得能够在新版TensorFlow中顺利执行旧版代码。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

问题背景：

由于tensorflow1.x最高只支持CUDA10，而30系显卡最低要求CUDA11才能运行，这导致我3090显卡没法直接运行tensorflow1.x的众多开源代码。

经过搜索和实践，发现一个好用的方法实现在30系显卡下，用tensorflow2框架运行tensorflow1.x的代码

解决方法

首先确认你安装的是tensorflow2的库，比如我用的是tensorflow-gpu2.10.1，CUDA11.7

把原先tf1.x代码里import tensorflow as tf改为以下两行代码即可

import tensorflow as tf
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

这两行代码实现用tf2里对tf1旧api的兼容，并且关闭tf2的新特性，从而实现用tf2来运行tf1.x的代码

【tensorflow-2.x-gpu 】tensorflow 2.x兼容1.x
jn10010537的博客
10-06 871
【tensorflow-2.x-gpu 】tensorflow 2.x兼容1.x1.背景2.coding3.参考 1.背景 tf 1.x 核心概念包括Tensor,Op,Node,Graph。在session中驱动计算。 Tensor(张量) :对数据的抽象，具有一定的维度、数据类型和数据内容。 Op(运算）:tf中Op代表一个基本运算，比如矩阵或则标量的四则运算。 Node（节点）:是计算图的基本单位，可以为它绑定特定的运算，指定特定的设备（不指定的话，则服从默认的设备分配策略），指定输入节点等等; Gr
用TensorFlow2.X运行TensorFlow1.X注意事项
weixin_44781912的博客
01-24 457
①如果遇到ModuleNotFoundError: No module named 'tensorflow.contrib错误 需要将原来的#import tensorflow.contrib.slim as slim注释使用import tf_slim as slim代码 #import tensorflow.contrib.slim as slim import tf_slim as slim 安装tf_slim pip install --upgrade tf_slim 或者 pip inst
tensorflow1.x入门与实战代码_,tensorflow2.0运行1.0代码,Python
09-10
深度学习框架Tensorflow1版本的入门与实战代码
利用tensorflow2环境跑tensorflow1代码
longgegeo的博客
12-11 691
tf.disable_v2_behavior(): 禁用TensorFlow的v2行为，这意味着代码将使用TensorFlow的旧版本（v1）的行为，而不是新版本（v2）的行为。设置环境变量KMP_DUPLICATE_LIB_OK为TRUE，用于避免在使用Intel MKL库时出现的一些问题，允许库重复加载。import tensorflow.compat.v1 as tf: 导入TensorFlow的v1版本，并将其命名为tf。
tensorflow2运行tensorflow1代码
Mudsw的博客
10-22 793
加入 import tensorflow.compat.v1 as tf tf.disable_v2_behavior()
安装了tensorflow 2.x 的情况下使用tensorflow 1.x 方法的办法
m0_58844937的博客
05-28 862
python安装了tensorflow2.x版本，但是代码使用的是tensorflow1.x版本，不用安装tensorflow1.x版本，也可以使用tensorflow1.x的方法，解决方案如下： 把整个TensorFlow2.0的调用转换为TensorFlow1.0的调用，无需对单个函数就行修改： # import tensorflow as tf # 2021-11-09 tensorflow2.0 version #2021-11-09 tensorflow 2.0 version us.
Tensorflow2.x下如何运行1.x的代码
Judy18的博客
06-29 614
Tensorflow2.x下如何运行1.x的代码
TensorFlow 1.X和2.X版本的区别与判断
Stks66666的博客
12-16 535
总的来说，TensorFlow 2.x 引入了许多改进和简化，使得代码更加易用、直观，并提供了更好的开发体验。但需要注意的是，由于 API 的改变，从 TensorFlow 1.x 迁移到 TensorFlow 2.x 可能需要一些代码调整和迁移工作。通过检查导入方式、Eager Execution、模型定义方式和操作方式，你可以初步判断项目代码所使用的 TensorFlow 版本。不过，这只是一种初步判断方法，具体还需根据代码的特点和上下文进行确认。
解决Python程序在Tensorflow2.x版本下，成功运行Tensorflow1.x版本中的函数（Tensorflow2.x版本中没有）
最新发布
m0_62640704的博客
03-04 767
本算法程序是在NVIDIA JETSON AGX XAVIER中的Pycharm软件中运行的Python环境：3.8在已经配置好Tensorflow2.12版本，但发现需要运行的算法中使用的函数是Tensorflow1.x版本中的函数。TensorFlow 2.x版本默认启用了急切执行（eager execution），需要禁用急切执行来兼容TensorFlow 1.x的代码。
将TensorFlow 1.x升级代码到TensorFlow 2.x版本的方法汇总
01-06
这种方法只是保证代码在TensorFlow 2.x版本上能够运行，并不能发挥TensorFlow的最大性能。 2.使用工具进行转化的方法 在代码中没有使用contrib模块的情况下，用tf_upgrade_v2工具可以快速实现代码升级。当然tf_...
tensorflow1.x入门与实战代码_,tensorflow2.0运行1.0代码,Python源码.rar
10-10
tensorflow1.x入门与实战代码_,tensorflow2.0运行1.0代码,Python源码.rar
在tensorlfow2下使用tensorflow1的代码问题
weixin_43387480的博客
07-28 1077
原因是因为tensorflow2弃用了contrib模块，那么contrib下面的所有函数在tf2中都不能用，但以前的老代码在构建神经网络时，又不可避免的会大量使用contrib这个模块。也可以用 **from tensorflow.python.training.adam import AdamOptimizer ** 代替。似乎与我说的第一个替换有些矛盾，可能是l2_regularizer()函数不通用，也可能这是另一种方法。以上替换不一定都可行，有的我没试过。以后遇到其他替换，我也会陆续补充。
tensorflow2.x运行tensorflow1.x的代码
weixin_42329982的博客
08-04 1411
tensorflow2.x兼容tensorflow1.x版本，分为两布： 1、import tensorflow.compat.v1 as tf 代替 import tensorflow as tf 2、执行tf.disable_eager_execution() 代码实例： # import tensorflow as tf import tensorflow.compat.v1 as tf tf.disable_eager_execution() v1 = tf.constant([1, 2, 3,
如何在tensorflow2环境运行tensorflow1代码
“365天深度学习训练营”报名进行中～
03-16 7157
将代码中的 import tensorflow as tf 改为 import tensorflow.compat.v1 as tf tf.disable_v2_behavior() tf.disable_v2_behavior()：此函数可以在程序开始时调用（在创建张量、图形或其他结构之前，以及在初始化设备之前）。它将TensorFlow 1.x和2.x之间所有不同的全局行为切换为预定的1.x行为。 ...
Tensorflow2的环境如何快速使用tensorflow1的代码
weixin_44021149的博客
07-03 794
Tensorflow2的环境如何快速使用tensorflow1的代码
Tensorflow2.x兼容1.x版本代码；RuntimeError: tf.placeholder() is not compatible with eager execution.
YOLO_OY的博客
04-27 1474
1.问题 用tensorflow2.0去跑1.几版本的代码，会出现不兼容的问题，报错如下： RuntimeError: tf.placeholder() is not compatible with eager execution. 或者： AttributeError: module 'tensorflow' has no attribute 'placeholder' 2.方法 2.1 第一个错误 tensorflow在发行第二个版本v2时，有 tensorflow.compat.v1
Tensorflow2.0与Tensorflow1.x不兼容问题
xiaohui2014的博客
04-22 8503
部分依赖tensorflow1.0实现的代码，在tensorflow2版本下出现不兼容的问题。 将代码中导入tf包语： import tensorflow as tf 用以下代码代替： import tensorflow.compat.v1 as tf tf.disable_v2_behavior()
在TensorFlow2.0中使用TensorFlow1.0的代码
自己在学习过程中的总结
09-08 873
使用`import tensorflow.compat.v1 as tf`来导入TensorFlow 1.x的兼容性模块，并通过`tf.disable_v2_behavior()`来禁用TensorFlow 2.0的行为。
tensorflow1.x文本卷积代码
m0_67084346的博客
11-27 150
tensorflow1.x文本卷积代码
评论
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
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