解决报错“The name tf.train.Optimizer is deprecated. Please use tf.compat.v1.train.Optimizer instead“

已于 2022-04-01 16:37:38 修改
阅读量5.3k 收藏 6
点赞数 5
分类专栏： 深度学习 tensorflow 文章标签： tensorflow cuda 深度学习
于 2021-05-07 14:01:51 首次发布
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。
本文链接：https://blog.youkuaiyun.com/weixin_43220532/article/details/116483805
版权

我用tensorflow_gpu2.0以上版本和1.14版本跑一个项目均报这个错误。

在这里插入图片描述
后来降低到tensorflow_gpu1.5版本，又报错：

在这里插入图片描述
然后我又把版本升高到1.12，就不出错了。注意tensorflow版本改变后需要看是否cuda还与之匹配，点此查看tensorflow-gpu与cuda等环境对应版本

所以，tensorflow_gpu很有可能在1.13版本的时候更改了tf.train.Optimizer的接口，具体原因我还不明确，希望有大神看见留言解答。

Done！！！

Tensorflow 中 tf.train.GradientDescentOptimizer 优化器详解
南淮北安的博客
09-07 1万+
tf.train.GradientDescentOptimizer(learning_rate, use_locking=False,name=’GradientDescent’) learning_rate: A Tensor or a floating point value. 要使用的学习率 use_locking: 要是True的话，就对于更新操作（update operations.）...
python&anconda系列：tf.keras.backend.get_session（）和keras.backend.get_会话（）返回不同的会话对象（待解答）
weixin_54626591的博客
01-29 329
tf.keras.backend.get_session（）和keras.backend.get_会话（）返回不同的会话对象
解决报错： The name tf.app.run is deprecated. Please use tf.compat.v1.app.run instead.
weixin_42455006的博客
10-28 1万+
在跑Bert源码的时候发现出了个小bug 连续报两个Warning The name tf.train.Optimizer is deprecated. Please use tf.compat.v1.train.Optimizer instead. The name tf.app.run is deprecated. Please use tf.compat.v1.app.run instead. 由于我用的是TensorFlow1.15.0和CUDA10.0的版本，想着是不是版本不合适，所以将其卸
Tensorflow 1.X : tf.xx is deprecated, Please use tf.compat.v1.xx instead
Jemary_的博客
02-06 1万+
首先，deprecated 需要用来通知想要使用TensorFlow当前版本的人，将来会发生什么，并给他们时间以适应。 因此，官方不会删除这些消息。 方法有两个： 1.使用此私有API自己禁用 from tensorflow.python.util import deprecation deprecation._PRINT_DEPRECATION_WARNINGS = False ...
关于使用Tensorflow时，Optimizer定义的位置不正确时出现的错误
Cyril__Li的博客
05-05 937
参考： 1. https://github.com/tensorflow/tensorflow/issues/7244 2. https://stackoverflow.com/questions/47765595/tensorflow-attempting-to-use-uninitialized-value-beta1-power?rq=1 今天在尝试将ImageNet预训练的mobil...
tf.train.AdamOptimizer
pdc31czy的博客
09-20 289
TensorFlow Adam
tf.compat.v1.train.RMSPropOptimizer
04-01
The `tf.compat.v1.train.RMSPropOptimizer` is a type of ...Note that the `tf.compat.v1.train.RMSPropOptimizer` is deprecated in TensorFlow 2.x in favor of the `tf.keras.optimizers.RMSprop` optimizer.
``` !mkdir -p ~/.keras/datasets !cp work/mnist.npz ~/.keras/datasets/ import warnings warnings.filterwarnings("ignore") from keras.datasets import mnist (train_images, train_labels), (test_images, test_labels) = mnist.load_data() print(f"训练数据形状: {train_images.shape}") print(f"训练标签长度: {len(train_labels)}") print(f"测试数据形状: {test_images.shape}") print(f"测试标签长度: {len(test_labels)}") from keras import models from keras import layers # 构建神经网络模型 network = models.Sequential() network.add(layers.Dense(512, activation='relu', input_shape=(28 * 28,))) # 隐藏层：512个神经元，激活函数为ReLU network.add(layers.Dense(10, activation='softmax')) # 输出层：10个分类，激活函数为Softmax # 编译模型 network.compile(optimizer='rmsprop', loss='categorical_crossentropy', metrics=['accuracy']) # 数据预处理 train_images = train_images.reshape((60000, 28 * 28)) # 将图像展平成一维向量 train_images = train_images.astype('float32') / 255 # 归一化到[0,1] test_images = test_images.reshape((10000, 28 * 28)) test_images = test_images.astype('float32') / 255 # 标签编码 from keras.utils import to_categorical train_labels = to_categorical(train_labels) test_labels = to_categorical(test_labels) # 训练模型 network.fit(train_images, train_labels, epochs=5, batch_size=128) # 测试模型性能 test_loss, test_acc = network.evaluate(test_images, test_labels) print('Test accuracy:', test_acc)```W0402 08:09:22.415642 140410418362176 deprecation.py:323] From /opt/conda/lib/python3.6/site-packages/tensorflow_core/python/ops/math_grad.py:1424: where (from tensorflow.python.ops.array_ops) is deprecated and will be removed in a future version. Instructions for updating: Use tf.where in 2.0, which has the same broadcast rule as np.where W0402 08:09:22.484165 140410418362176 module_wrapper.py:139] From /opt/conda/lib/python3.6/site-packages/keras/backend/tensorflow_backend.py:986: The name tf.assign_add is deprecated. Please use tf.compat.v1.assign_add instead. W0402 08:09:22.495126 140410418362176 module_wrapper.py:139] From /opt/conda/lib/python3.6/site-packages/keras/backend/tensorflow_backend.py:973: The name tf.assign is deprecated. Please use tf.compat.v1.assign instead. W0402 08:09:22.537523 140410418362176 module_wrapper.py:139] From /opt/conda/lib/python3.6/site-packages/keras/backend/tensorflow_backend.py:2741: The name tf.Session is deprecated. Please use tf.compat.v1.Session instead. W0402 08:09:22.546429 140410418362176 module_wrapper.py:139] From /opt/conda/lib/python3.6/site-packages/keras/backend/tensorflow_backend.py:174: The name tf.get_default_session is deprecated. Please use tf.compat.v1.get_default_session instead. W0402 08:09:22.548026 140410418362176 module_wrapper.py:139] From /opt/conda/lib/python3.6/site-packages/keras/backend/tensorflow_backend.py:181: The name tf.ConfigProto is deprecated. Please use tf.compat.v1.ConfigProto instead. W0402 08:09:22.566734 140410418362176 module_wrapper.py:139] From /opt/conda/lib/python3.6/site-packages/keras/backend/tensorflow_backend.py:190: The name tf.global_variables is deprecated. Please use tf.compat.v1.global_variables instead. W0402 08:09:22.567799 140410418362176 module_wrapper.py:139] From /opt/conda/lib/python3.6/site-packages/keras/backend/tensorflow_backend.py:199: The name tf.is_variable_initialized is deprecated. Please use tf.compat.v1.is_variable_initialized instead. W0402 08:09:22.613820 140410418362176 module_wrapper.py:139] From /opt/conda/lib/python3.6/site-packages/keras/backend/tensorflow_backend.py:206: The name tf.variables_initializer is deprecated. Please use tf.compat.v1.variables_initializer instead.
04-03
从您的代码来看，您正在尝试通过...例如对于类似`tf.assign_add`, 可改用推荐的新版等价替代项:`tf.compat.v1.assign_add`. 此外，在实际应用当中还需注意硬件资源是否足够支撑大规模深度学习实验运算需求等问题。
``` !mkdir -p ~/.keras/datasets !cp work/mnist.npz ~/.keras/datasets/ import warnings warnings.filterwarnings("ignore") from keras.datasets import mnist (train_images, train_labels), (test_images, test_labels) = mnist.load_data() print(f"训练数据形状: {train_images.shape}") print(f"训练标签长度: {len(train_labels)}") print(f"测试数据形状: {test_images.shape}") print(f"测试标签长度: {len(test_labels)}") from keras import models from keras import layers # 构建神经网络模型 network = models.Sequential() network.add(layers.Dense(512, activation='relu', input_shape=(28 * 28,))) # 隐藏层：512个神经元，激活函数为ReLU network.add(layers.Dense(10, activation='softmax')) # 输出层：10个分类，激活函数为Softmax # 编译模型 network.compile(optimizer='rmsprop', loss='categorical_crossentropy', metrics=['accuracy']) # 数据预处理 train_images = train_images.reshape((60000, 28 * 28)) # 将图像展平成一维向量 train_images = train_images.astype('float32') / 255 # 归一化到[0,1] test_images = test_images.reshape((10000, 28 * 28)) test_images = test_images.astype('float32') / 255 # 标签编码 from keras.utils import to_categorical train_labels = to_categorical(train_labels) test_labels = to_categorical(test_labels) # 训练模型 network.fit(train_images, train_labels, epochs=5, batch_size=128) # 测试模型性能 test_loss, test_acc = network.evaluate(test_images, test_labels) print('Test accuracy:', test_acc)```WARNING: Logging before flag parsing goes to stderr. W0402 07:43:05.362896 140490082953024 module_wrapper.py:139] From /opt/conda/lib/python3.6/site-packages/keras/backend/tensorflow_backend.py:74: The name tf.get_default_graph is deprecated. Please use tf.compat.v1.get_default_graph instead. W0402 07:43:05.367048 140490082953024 module_wrapper.py:139] From /opt/conda/lib/python3.6/site-packages/keras/backend/tensorflow_backend.py:517: The name tf.placeholder is deprecated. Please use tf.compat.v1.placeholder instead. W0402 07:43:05.371049 140490082953024 module_wrapper.py:139] From /opt/conda/lib/python3.6/site-packages/keras/backend/tensorflow_backend.py:4138: The name tf.random_uniform is deprecated. Please use tf.random.uniform instead.帮我指定出需要改哪里，要明确的位置
最新发布
04-03
#### 警告 2：`The name tf.placeholder is deprecated` **原因**: `tf.placeholder` 已被淘汰，TF 2.x 推荐采用 Eager Execution 和 `tf.function` 管理计算图。 **定位**: 来源文件 `/opt/conda/lib/python3.6/...
已连接到 pydev 调试器(内部版本号 231.9161.41)WARNING:tensorflow:From E:\pycharm-workspace\BERT\BERT-BiLSTM-CRF-NER-master\bert_base\bert\optimization.py:84: The name tf.train.Optimizer is deprecated. Please use tf.compat.v1.train.Optimizer instead. Traceback (most recent call last): File "<frozen importlib._bootstrap>", line 983, in _find_and_load File "<frozen importlib._bootstrap>", line 967, in _find_and_load_unlocked File "<frozen importlib._bootstrap>", line 677, in _load_unlocked File "<frozen importlib._bootstrap_external>", line 728, in exec_module File "<frozen importlib._bootstrap>", line 219, in _call_with_frames_removed File "E:\pycharm-workspace\BERT\BERT-BiLSTM-CRF-NER-master\bert_base\train\bert_lstm_ner.py", line 23, in <module> from bert_base.train.models import create_model, InputFeatures, InputExample File "E:\pycharm-workspace\BERT\BERT-BiLSTM-CRF-NER-master\bert_base\train\models.py", line 93 max_seq_length = embedding.shape[1].value ^ IndentationError: unexpected indent python-BaseException
07-14
根据你提供的错误信息，看起来是在导入模块时发生了错误，并且在文件"bert_base/train/models.py"的第93行出现了缩进错误。 缩进错误通常是由于代码中的缩进不正确导致的。Python是通过缩进来标识代码块的，因此...
解决：Please use tf.compat.v1.Session instead.
_yuki_
04-19 9187
环境： tensorflow >=1.14 错误： WARNING:tensorflow:From /Users/yuki//tf_test/test1.py:4: The name tf.Session is deprecated. Please use tf.compat.v1.Session instead. 错误分析： 为了使TensorFlow在2.0版中更...
WARNING:tensorflow:The name tf.GPUOptions is deprecated. Please use tf.compat.v1.GPUOption.解决方案
Thanours的博客
11-01 1万+
在ubuntu系统上使用tensorflow-gpu1.14.0版本运行深度学习模型每次弹出的warning： WARNING:tensorflow:From execute.py:233: The name tf.set_random_seed is deprecated. Please use tf.compat.v1.set_random_seed instead. From execu...
The name tf.get_default_graph is deprecated. Please use tf.compat.v1.get_default_graph instead.
热门推荐
zhaojiafu的博客
08-02 2万+
文章目录问题解决方法 问题 今天执行一个大牛的代码，报了好几个错误，然后有出现一个警告，然后我开始寻找解决办法。 Using TensorFlow backend. WARNING: Logging before flag parsing goes to stderr. W0802 12:33:26.441805 67068 deprecation_wrapper.py:119] From D:\...
tf.compat.v1.assign
weixin_36670529的博客
06-28 913
Update ref by assigning value to it. tf.compat.v1.assign( ref, value, validate_shape=None, use_locking=None, name=None ) This operation outputs a Tensor that holds the new valu...
TensorFlow之优化器Optimizer
kk123k的博客
02-11 2583
原创博客，转载请注明出处！   一、TensorFlow的优化器类 在TensorFlow中，编写好前向函数和损失函数后，可以直接调用TensorFlow自带的优化器去优化损失函数。 在TensorFlow中，每个优化方法都是一个类，常见的几种优化方法如下： GradientDescentOptimizer AdagradOptimizer AdagradDAOptimizer ...
tf.executing_eagerly
weixin_36670529的博客
06-03 1769
Returns True if the current thread has eager execution enabled. Aliases: tf.compat.v1.executing_eagerly, tf.compat.v2.executing_eagerly tf.executing_eagerly() Used in the guide: Eager execution ...
tf.placeholder() is not compatible with eager execution.
qq_24222157的博客
06-24 906
当遇到这类错误的时候是tensorflow的版本问题，用2.0及以上版本tensorflow跑1.0版本的tnesorflow代码时会出现这个问题。解决方案：1.tf.compat.v1.placeholder代替原来的tf.placeholder。此时替换完成后还会出现新的问题，2.此时在tf.placeholder()这行代码前加入tf.compat.v1.disable_eager_execution()；...
tensorflow版本报错系列问题，降低版本下载问题解决
weixin_51769411的博客
10-26 613
直接用了github给的bert模型和数据，想先跑起来一个，但是本身环境里的tensflow版本不对应TensorFlow报错：AttributeError: module ‘tensorflow_core._api.v2.train’ has no attribute 'Optimizer‘原因：TensorFlow版本更新到2.0，Optimizer方法调用方式改变。将tf.train.Optimizer，更改为tf.optimizers.Optimizer即可。
FCN（全卷积网络）部分函数方法更新说明
想不出一个好的标题，就用这个吧
07-15 4493
对于FCN网络，做过目标检测分类项目的朋友应该不会陌生，最近想着搞一波，源代码来自github：https://github.com/shekkizh/FCN.tensorflow，大家可以看到，已经很久没有更新了，两三年前的老程序了，难免会有些旧版本的方法属性需要更新换代一下，一则是避免抱警告信息，另外也可以体验新特性的优势。 上篇博客也提到了，因为要使用avx2指令集，目前找到的最新的ten...
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

打赏作者

CrystalheartLi

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