TensorFlow低版本代码自动升级为1.0版本
Reference:
https://www.tensorflow.org/install/migration
tensorflow 更新到1.0之后,0.n版本不兼容,除了手动更改代码之外,tensorflow官方还提供了自动更新的脚本。
下载链接:https://github.com/tensorflow/tensorflow/tree/master/tensorflow/tools/compatibility
使用方法:
更新一个文件:
原本代码为foo.py, 使用tf_upgrade.py自动升级为1.0版本,新的文件名为foo-upgraded.py:
tf_upgrade.py --infile foo.py --outfile foo-upgraded.py
目录下的所有文件都更新:
tf_upgrade.py --intree InputDir --outtree OutputDir
目录下的所有文件都更新,并复制除了python文件之外的其他文件到新文件夹:
运行之后所有.py文件都会更新并放在OutputDir目录下,如果想要目录中的其他文件(.txt等)也复制到新的文件夹,可以设置
copyotherfiles为True:tf_upgrade.py --intree InputDir --outtree OutputDir --copyotherfiles True
更新完毕后脚本会自动生成一个log文件,其中包含了更新的内容。
third_party/tensorflow/tools/compatibility/test_file_v0.11.py Line 125Renamed 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(), ~~~~~ ~~~~~
拓展阅读
tf_upgrade.py 有一些局限性:
- 它不能改变 tf.reverse() 的参数,因此必须手动修复。
- 对于参数列表重新排序的方法,如 tf.split() 和 tf.reverse_split(),它会尝试引入关键字参数,但实际上并不能重新排列参数。
有些结构必须手动替换,例如:
tf.get.variable_scope().reuse_variables()
替换为:
with tf.variable_scope(tf.get.variable_scope(),reuse=True):
到此这篇关于TensorFlow低版本代码自动升级为1.0版本的文章就介绍到这了,更多相关TensorFlow低版本代码自动升级 内容请搜索 以前的文章或继续浏览下面的相关文章希望大家以后多多支持 !
最后更新于 2021-11-05 08:44:34 并被添加「」标签,已有 位童鞋阅读过。
本站使用「署名 4.0 国际」创作共享协议,可自由转载、引用,但需署名作者且注明文章出处
相关文章
- linux系统下pip升级报错的解决方法
- 婴儿衣服暗扣铜质宝宝儿童摁扣子母扣圆形纽扣扣子大衣隐形按扣
- 野三坡低筋面粉500g烘焙原料戚风蛋糕饼干粉煎饼糕点粉低筋小麦粉
- Html5移动端获奖无缝滚动动画实现示例
- 单肩包男士斜挎包背包休闲防水牛津布包旅行包韩版潮时尚商务男包