首页 > TensorFlow 阅读:6,878

TensorFlow低版本代码自动升级为1.0版本

TensorFlow 1.x 不提供向后兼容性。这意味着在 TensorFlow 0.x 上运行的代码可能无法在 TensorFlow 1.0 上运行。因此,如果代码是用 TensorFlow 0.x 框架编写的,你需要升级它们(旧的 GitHub 存储库或你自己的代码)。

这一节将指出 TensorFlow 0.x 和 TensorFlow 1.0 之间的主要区别,并展示如何使用脚本 tf_upgrade.py 自动升级 TensorFlow 1.0 的代码。

具体做法

  1. 从网址 https://github.com/tensorflow/tensorflow/tree/master/tensorflow/tools/compatibility 下载 tf_upgrade.py。
  2. 如果要将一个文件从 TensorFlow 0.x 转换为 TensorFlow 1.0,请在命令行使用以下命令:


     
  3. 例如,如果有一个名为 test.py 的 TensorFlow 程序文件,可使用下述命令:


     
    这将创建一个名为 test_1.0.py 的新文件。
  4. 如果要迁移目录中的所有文件,请在命令行中使用以下命令:


     
  5. 在大多数情况下,该目录还包含数据集文件;可以使用以下命令确保非 Python 文件也会被复制到新目录(上例中的 my-dir_1p0)中:


     
  6. 在所有这些情况下,都会生成一个 report.txt 文件。该文件包含转换的细节和过程中的任何错误。
  7. 对于无法更新的部分代码,需要阅读 report.txt 文件并手动升级脚本。

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:



    替换为: