1:tensorflow遇到的tf.nn没有属性sequence_loss问题
tf.nn.seq2seq.sequence_loss_by_example变为tf.contrib.legacy_seq2seq.sequence_loss_by_example
tf.nn.rnn_cell. 变为tf.contrib.rnn.
2:python TypeError: Expected int32, got list containing Tensors of type '_Message' instead.
调整tf.concat函数中参数位置即可.
3:使用tf.Variable
时,如果检测到命名冲突,系统会自己处理。使用tf.get_variable()
时,系统不会处理冲突,而会报错
4:版本问题
tf.contrib.data.TextLineDataset(src_file) -> tf.data.TextLineDataset(src_file)
fake_tag = tf.placeholder(tf.int32, [None, WAHTEVE])->fake_tag = tf.placeholder(tf.int32, [None, None])
if src_max_len: src_tgt_dataset = src_tgt_dataset.map( lambda src, tgt: (src[:src_max_len], tgt), num_threads=num_threads, output_buffer_size=buffer_size) -> if src_max_len: src_tgt_dataset = src_tgt_dataset.map( lambda src, tgt: (src[:src_max_len], tgt), num_parallel_calls=num_threads).prefetch(buffer_size)