升级到Tensorflow 2.0 踩坑 – 风过 无痕

升级到 2.0

2.0 发布有一段时间了，各种基于新 API 的教程似乎都很好用。一个简单的mnist手写识别只需要下面不到20行代码。

作为 tf

mnist = tf.keras..mnist

(, ),(, ) = mnist.(), = / 255.0, / 255.0

模型 = tf.keras..([ tf.keras..(=(28, 28)), tf.keras..Dense(512, =tf.nn.relu), tf.keras..( 0.2), tf.keras..Dense(10, =tf.nn.)])pile(=’adam’,loss=”,=[” ])

model.fit(, , =5)model.(, )

于是激动了，直接更新到最新版本，直接执行

点子–gpu

完成更新，打开之前写的程序，然后就悲剧了。无论是简单的还是复杂的代码演示，我都惊讶地发现它们都无法运行。最后，我发现我之前写的+Kears教程真的可以运行了。结果，更大的悲剧在等着我，我直接告诉我CUDA版本。不是10.0的版本，版本太低了。于是我认真地重新阅读了.0发行说明，发现了这句话：

许多 API 在 TF 2.0. 中消失或移动了一些主要的 tf.app、tf.flags 和 tf。支持现在 open-absl-py，它存在于 tf. 中，将主 tf.* 用于类似 tf.math。

我终于对这段话有了非常深刻和痛苦的理解。真是该删该删，该搬该搬！弃坑完全没有考虑到开发商的个人感受。

当你开始运行程序时，它通常会按顺序给你以下惊喜！

: ” 没有”: ” 没有”: ” 没有”

天堂有什么理由吗？这些在.x中不是必需的吗？如果你没有它，它就会消失。我会告诉你，它真的不存在。在 .0 中，如果您仍然想要它怎么办？

上面那些没有 pat.v1.xxxx 的错误将得到解决。例子

​​​​​​​​​tf.()转pat.v1.()

然后我高高兴兴地继续运行程序，发现一个大bug在等着我

…..：（）。： 未找到。

原因：

找不到.dll，这个是.0，我之前安装了CUDA9.0，.0已经不支持了，所以这个必须换掉，怎么办，卸载安装+配置如虎添翼，我终于全部完成了。系统下2.0++.0终于成功了，我只是改了第一个代码，如果一直改，什么时候能完成呢？别着急，我找到了另一个官方的神器，可以帮助它的代码自动从v1版本转换到v2版本。这么大的版本更新，甚至可能连官方自己都不好意思，所以还是提供了一个贴心的工具。代码直接在cmd后在命令行运行即可自动转换：

如果你根本不想修改v1版本的代码怎么办，就这么干吧：​​​​​​​​

pat.v1 作为 tftf.()

亲测好用！