TensorFlow 0.n 代码自动迁移至 1.0 版本指南

参考资源： https://www.tensorflow.org/install/migration

TensorFlow 0.n 至 1.0 自动升级脚本介绍

TensorFlow 升级至 1.0 版本后，原有的 0.n 版本代码不再兼容。除了手动修改代码外，TensorFlow 官方还提供了一套自动更新的脚本工具。

脚本下载链接：https://github.com/tensorflow/tensorflow/tree/master/tensorflow/tools/compatibility

tf_upgrade.py 脚本使用方法

具体使用方法如下：

单个文件的更新操作：

假设原始代码文件名为 foo.py，使用 tf_upgrade.py 脚本将其自动升级至 1.0 版本，生成的新文件名为 foo-upgraded.py：

tf_upgrade.py --infile foo.py --outfile foo-upgraded.py

对目录下所有文件进行批量更新：

 tf_upgrade.py --intree InputDir --outtree OutputDir

对目录下所有文件进行更新，并将除 Python 文件外的其他文件复制到新文件夹：

运行脚本后，所有 .py 文件会被更新并存放至 OutputDir 目录。若希望将目录中的其他文件（如 .txt 等）也一并复制到新文件夹，需设置相关参数。

copyotherfiles为True：
tf_upgrade.py --intree InputDir --outtree OutputDir --copyotherfiles True

更新完成后，脚本会自动生成一个日志文件，其中详细记录了更新的具体内容。

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(),
                    ~~~~~  ~~~~~

脚本局限性与注意事项

拓展阅读

tf_upgrade.py 脚本存在以下局限性：

• 它无法修改 tf.reverse() 函数的参数，因此这部分必须手动修复。
• 对于涉及参数列表重新排序的方法，例如 tf.split() 和 tf.reverse_split()，脚本会尝试引入关键字参数，但实际上并不能重新排列参数顺序。

部分代码结构必须手动替换，例如：

tf.get.variable_scope().reuse_variables() 

替换为：

with tf.variable_scope(tf.get.variable_scope(),reuse=True):

至此，关于 TensorFlow 低版本代码自动升级为 1.0 版本的介绍结束。如需了解更多相关 TensorFlow 低版本升级内容，请搜索本站历史文章或继续浏览后续相关文章。希望大家以后多多支持本站！