TensorFlow低版本代碼自動升級為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,除了手動更改代碼之外,tensorflow官方還提供了自動更新的腳本。
下載鏈接:https://github.com/tensorflow/tensorflow/tree/master/tensorflow/tools/compatibility
使用方法:
更新一個文件:
原本代碼為foo.py, 使用tf_upgrade.py自動升級為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:
運行之后所有.py文件都會更新并放在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
更新完畢后腳本會自動生成一個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),因此必須手動修復(fù)。
- 對于參數(shù)列表重新排序的方法,如 tf.split() 和 tf.reverse_split(),它會嘗試引入關(guān)鍵字參數(shù),但實際上并不能重新排列參數(shù)。
有些結(jié)構(gòu)必須手動替換,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低版本代碼自動升級為1.0版本的文章就介紹到這了,更多相關(guān)TensorFlow低版本代碼自動升級 內(nèi)容請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!
相關(guān)文章
總結(jié)Python函數(shù)參數(shù)的六種類型
這篇文章主要總結(jié)了Python函數(shù)參數(shù)的六種類型,傳遞參數(shù)實現(xiàn)不同場景的靈活使用,下面總結(jié)的六種函數(shù)參數(shù)類型,需要的小伙伴可以參考一下2022-03-03Python 16進制與中文相互轉(zhuǎn)換的實現(xiàn)方法
今天小編就為大家分享一篇Python 16進制與中文相互轉(zhuǎn)換的實現(xiàn)方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-07-07Python實現(xiàn)Appium端口檢測與釋放的實現(xiàn)
這篇文章主要介紹了Python實現(xiàn)Appium端口檢測與釋放的實現(xiàn),文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-12-12Pandas實現(xiàn)復(fù)制dataframe中的每一行
這篇文章主要介紹了Pandas實現(xiàn)復(fù)制dataframe中的每一行方式,2024-02-02Python編程使用DRF實現(xiàn)一次性驗證碼OTP
今天講一下如何用 Django REST framework[1](DRF) 來實現(xiàn) OTP,閱讀本文需要一定的 DRF 的基礎(chǔ)知識,有需要的朋友可以借鑒參考下2021-09-09