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!
暂无评论内容