Reference:
https://www.tensorflow.org/install/migration
tensorflow 更新到1.0之后,0.n版本不兼容,除了手動(dòng)更改代碼之外,tensorflow官方還提供了自動(dòng)更新的腳本。
下載鏈接:https://github.com/tensorflow/tensorflow/tree/master/tensorflow/tools/compatibility
使用方法:
更新一個(gè)文件:
原本代碼為foo.py, 使用tf_upgrade.py自動(dòng)升級(jí)為1.0版本,新的文件名為foo-upgraded.py:
tf_upgrade.py --infile foo.py --outfile foo-upgraded.py
目錄下的所有文件都更新:
tf_upgrade.py --intree InputDir --outtree OutputDir
目錄下的所有文件都更新,并復(fù)制除了python文件之外的其他文件到新文件夾:
運(yùn)行之后所有.py文件都會(huì)更新并放在OutputDir目錄下,如果想要目錄中的其他文件(.txt等)也復(fù)制到新的文件夾,可以設(shè)置
copyotherfiles為True:
tf_upgrade.py --intree InputDir --outtree OutputDir --copyotherfiles True
更新完畢后腳本會(huì)自動(dòng)生成一個(gè)log文件,其中包含了更新的內(nèi)容。
third_party/tensorflow/tools/compatibility/test_file_v0.11.py Line 125
Renamed keyword argument from `dim` to `axis`
Renamed keyword argument from `squeeze_dims` to `axis`
Old: [[1, 2, 3]], dim=1), squeeze_dims=[1]).eval(),
~~~~ ~~~~~~~~~~~~~
New: [[1, 2, 3]], axis=1), axis=[1]).eval(),
~~~~~ ~~~~~
拓展閱讀
tf_upgrade.py 有一些局限性:
- 它不能改變 tf.reverse() 的參數(shù),因此必須手動(dòng)修復(fù)。
- 對(duì)于參數(shù)列表重新排序的方法,如 tf.split() 和 tf.reverse_split(),它會(huì)嘗試引入關(guān)鍵字參數(shù),但實(shí)際上并不能重新排列參數(shù)。
有些結(jié)構(gòu)必須手動(dòng)替換,例如:
tf.get.variable_scope().reuse_variables()
替換為:
with tf.variable_scope(tf.get.variable_scope(),reuse=True):
到此這篇關(guān)于TensorFlow低版本代碼自動(dòng)升級(jí)為1.0版本的文章就介紹到這了,更多相關(guān)TensorFlow低版本代碼自動(dòng)升級(jí) 內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
您可能感興趣的文章:- tensorflow 利用expand_dims和squeeze擴(kuò)展和壓縮tensor維度方式
- 詳解tf.device()指定tensorflow運(yùn)行的GPU或CPU設(shè)備實(shí)現(xiàn)
- TensorFlow的環(huán)境配置與安裝方法
- TensorFlow2.0使用keras訓(xùn)練模型的實(shí)現(xiàn)
- 解決tensorflow模型壓縮的問題_踩坑無數(shù),總算搞定