tf.keras.losses.MeanSquaredError()在低版本的tensorflow不可用,在官网看到似乎1.15以上版本才有用,反正我的1.7用不了,重新安装tensorflow1.15版本的又会报错,所以找了个替代方法
可用
def compute_loss(labels, logits):
return tf.reduce_mean(tf.keras.losses.mse(labels, logits))
loss = compute_loss(y, logits)
代替
ComputeLoss = tf.keras.losses.MeanSquaredError()
loss = ComputeLoss(y, logits)
用
def compute_metrics(labels, logits):
return tf.keras.metrics.mae(labels, logits)
ComputeMetrics = compute_metrics(y, logits)
代替
ComputeMetrics = tf.keras.metrics.MeanAbsoluteError()
ComputeMetrics(y, logits)
tf的v2版本:
if tf.io.gfile.exists(MODEL_DIR):
pass
else:
tf.io.gfile.makedirs(MODEL_DIR)
对应的v1版本:(可在官网搜索v2版本时查到)
if tf.gfile.Exists(MODEL_DIR):
pass
else:
tf.gfile.MakeDirs(MODEL_DIR)
TensorFlow低版本替换高版本API实践
本文介绍了如何在TensorFlow低版本中替换高版本的`tf.keras.losses.MeanSquaredError()`和`tf.keras.metrics.MeanAbsoluteError()`方法。当在1.7版本中遇到不兼容问题时,可以使用自定义函数`compute_loss`和`compute_metrics`作为替代。同时,展示了将v2版本的`tf.io.gfile`相关代码替换为v1版本的`tf.gfile`的方法。
1077

被折叠的 条评论
为什么被折叠?



