أعد كتابة رموز TF 1.x و Compatible.v1 API تلقائيًا

عرض على TensorFlow.org تشغيل في Google Colab عرض المصدر على جيثب تحميل دفتر

يتضمن TensorFlow 2.x العديد من تغييرات واجهة برمجة التطبيقات من TF 1.x وواجهات برمجة تطبيقات tf.compat.v1 ، مثل إعادة ترتيب الوسائط وإعادة تسمية الرموز وتغيير القيم الافتراضية للمعلمات. سيكون إجراء كل هذه التعديلات يدويًا مملاً وعرضة للخطأ. لتبسيط التغييرات ، ولجعل الانتقال إلى TF 2.x سلسًا قدر الإمكان ، أنشأ فريق tf_upgrade_v2 الأداة المساعدة tf_upgrade_v2 للمساعدة في نقل الكود القديم إلى واجهة برمجة التطبيقات الجديدة.

الاستخدام النموذجي مثل هذا:

tf_upgrade_v2 \
  --intree my_project/ \
  --outtree my_project_v2/ \
  --reportfile report.txt

سيؤدي ذلك إلى تسريع عملية الترقية عن طريق تحويل البرامج النصية الحالية لـ TensorFlow 1.x Python إلى TensorFlow 2.x.

يقوم البرنامج النصي للتحويل بأتمتة العديد من عمليات تحويل API الميكانيكية ، على الرغم من أنه لا يمكن ترحيل العديد من واجهات برمجة التطبيقات تلقائيًا. كما أنه غير قادر على جعل الكود الخاص بك متوافقًا تمامًا مع سلوكيات وواجهات برمجة تطبيقات TF2. لذلك ، فهي ليست سوى جزء من رحلة الهجرة الخاصة بك.

وحدات التوافق

لا يمكن ترقية رموز معينة لواجهة برمجة التطبيقات ببساطة عن طريق استخدام سلسلة بديلة. سيتم تعيين المواقع التي لا يمكن ترقيتها تلقائيًا إلى مواقعها في الوحدة compat.v1 . تستبدل هذه الوحدة رموز TF 1.x مثل tf.foo tf.compat.v1.foo المكافئ. إذا كنت تستخدم بالفعل واجهات برمجة تطبيقات compat.v1 عن طريق استيراد TF عبر import tensorflow.compat.v1 as tf ، سيحاول البرنامج النصي tf_upgrade_v2 تحويل هذه الاستخدامات إلى واجهات برمجة التطبيقات غير المتوافقة حيثما أمكن ذلك. لاحظ أنه على الرغم من أن بعض واجهات برمجة التطبيقات المتوافقة مع نظام التشغيل compat.v1 متوافقة مع سلوكيات TF2.x ، إلا أن العديد منها لا يتوافق معها. لذلك ، نوصي بأن تقوم يدويًا بمراجعة البدائل وترحيلها إلى واجهات برمجة تطبيقات جديدة في مساحة الاسم tf.* بدلاً من مساحة الاسم tf.compat.v1 بأسرع ما يمكن.

بسبب إهمال وحدة TensorFlow 2.x (على سبيل المثال ، tf.flags و tf.contrib ) ، لا يمكن حل بعض التغييرات عن طريق التبديل إلى compat.v1 . قد تتطلب ترقية هذا الرمز استخدام مكتبة إضافية (على سبيل المثال ، absl.flags ) أو التبديل إلى حزمة في tensorflow / addons .

يوضح باقي هذا الدليل كيفية استخدام نص إعادة كتابة الرمز. في حين أن البرنامج النصي سهل الاستخدام ، يوصى بشدة باستخدام البرنامج النصي كجزء من العملية التالية:

  1. اختبار الوحدة : تأكد من أن الكود الذي تقوم بترقيته يحتوي على مجموعة اختبار وحدة ذات تغطية معقولة. هذا هو كود Python ، لذلك لن تحميك اللغة من العديد من فئات الأخطاء. تأكد أيضًا من ترقية أي تبعية لديك بالفعل لتكون متوافقة مع TensorFlow 2.x.

  2. قم بتثبيت TensorFlow 1.15 : قم بترقية TensorFlow إلى أحدث إصدار من TensorFlow 1.x ، 1.15 على الأقل. يتضمن ذلك واجهة برمجة تطبيقات TensorFlow 2.0 النهائية في tf.compat.v2 .

  3. اختبار مع 1.15 : تأكد من اجتياز اختبارات الوحدة الخاصة بك في هذه المرحلة. ستقوم بتشغيلها بشكل متكرر أثناء الترقية ، لذا من المهم البدء من اللون الأخضر.

  4. قم بتشغيل البرنامج النصي للترقية : قم بتشغيل tf_upgrade_v2 على شجرة المصدر بالكامل ، بما في ذلك الاختبارات. سيؤدي هذا إلى ترقية التعليمات البرمجية الخاصة بك إلى تنسيق يستخدم فيه الرموز المتوفرة فقط في TensorFlow 2.0. سيتم الوصول إلى الرموز الموقوفة من خلال tf.compat.v1 . سيتطلب ذلك في النهاية اهتمامًا يدويًا ، ولكن ليس على الفور.

  5. قم بتشغيل الاختبارات المحولة باستخدام TensorFlow 1.15 : يجب أن تظل التعليمات البرمجية الخاصة بك تعمل بشكل جيد في TensorFlow 1.15. قم بتشغيل اختبارات الوحدة الخاصة بك مرة أخرى. أي خطأ في الاختبارات الخاصة بك هنا يعني أن هناك خطأ في البرنامج النصي للترقية. واسمحوا لنا أن نعرف .

  6. تحقق من تقرير الترقية بحثًا عن التحذيرات والأخطاء : يكتب البرنامج النصي ملف تقرير يشرح أي تحويلات يجب عليك التحقق منها مرة أخرى أو أي إجراء يدوي تحتاج إلى اتخاذه. على سبيل المثال: ستتطلب أي مثيلات متبقية من المساهمات إجراء يدويًا لإزالتها. يرجى الرجوع إلى RFC لمزيد من الإرشادات .

  7. قم بتثبيت TensorFlow 2.x : في هذه المرحلة ، من الآمن التبديل إلى TensorFlow 2.x الثنائيات ، حتى إذا كنت تعمل بسلوكيات قديمة

  8. اختبار باستخدام v1.disable_v2_behavior : يجب أن تعطي إعادة تشغيل اختباراتك باستخدام v1.disable_v2_behavior() في الوظيفة الرئيسية للاختبارات نفس النتائج مثل التشغيل تحت 1.15.

  9. تمكين سلوك V2 : الآن بعد أن عملت اختباراتك باستخدام ثنائيات TF2 ، يمكنك الآن البدء في ترحيل التعليمات البرمجية الخاصة بك لتجنب tf.estimator s واستخدام سلوكيات TF2 المدعومة فقط (بدون تعطيل سلوك TF2). راجع أدلة الترحيل للحصول على التفاصيل.

استخدام البرنامج النصي لإعادة كتابة الرمز tf_upgrade_v2

يثبت

قبل البدء تأكد من تثبيت TensorFlow 2.x.

import tensorflow as tf

print(tf.__version__)
2.6.0

استنساخ مستودع git tensorflow / Models بحيث يكون لديك بعض التعليمات البرمجية للاختبار عليها:

git clone --branch r1.13.0 --depth 1 https://github.com/tensorflow/models
Cloning into 'models'...
remote: Enumerating objects: 2927, done.[K
remote: Counting objects: 100% (2927/2927), done.[K
remote: Compressing objects: 100% (2428/2428), done.[K
remote: Total 2927 (delta 504), reused 2113 (delta 424), pack-reused 0[K
Receiving objects: 100% (2927/2927), 369.04 MiB | 27.58 MiB/s, done.
Resolving deltas: 100% (504/504), done.
Checking out files: 100% (2768/2768), done.

اقرأ التعليمات

يجب تثبيت البرنامج النصي باستخدام TensorFlow. هذه هي المساعدة المضمنة:

tf_upgrade_v2 -h
usage: tf_upgrade_v2 [-h] [--infile INPUT_FILE] [--outfile OUTPUT_FILE]
                     [--intree INPUT_TREE] [--outtree OUTPUT_TREE]
                     [--copyotherfiles COPY_OTHER_FILES] [--inplace]
                     [--no_import_rename] [--no_upgrade_compat_v1_import]
                     [--reportfile REPORT_FILENAME] [--mode {DEFAULT,SAFETY}]
                     [--print_all]

Convert a TensorFlow Python file from 1.x to 2.0

Simple usage:
  tf_upgrade_v2.py --infile foo.py --outfile bar.py
  tf_upgrade_v2.py --infile foo.ipynb --outfile bar.ipynb
  tf_upgrade_v2.py --intree ~/code/old --outtree ~/code/new

optional arguments:
  -h, --help            show this help message and exit
  --infile INPUT_FILE   If converting a single file, the name of the file to
                        convert
  --outfile OUTPUT_FILE
                        If converting a single file, the output filename.
  --intree INPUT_TREE   If converting a whole tree of files, the directory to
                        read from (relative or absolute).
  --outtree OUTPUT_TREE
                        If converting a whole tree of files, the output
                        directory (relative or absolute).
  --copyotherfiles COPY_OTHER_FILES
                        If converting a whole tree of files, whether to copy
                        the other files.
  --inplace             If converting a set of files, whether to allow the
                        conversion to be performed on the input files.
  --no_import_rename    Not to rename import to compat.v2 explicitly.
  --no_upgrade_compat_v1_import
                        If specified, don't upgrade explicit imports of
                        `tensorflow.compat.v1 as tf` to the v2 APIs.
                        Otherwise, explicit imports of the form
                        `tensorflow.compat.v1 as tf` will be upgraded.
  --reportfile REPORT_FILENAME
                        The name of the file where the report log is
                        stored.(default: report.txt)
  --mode {DEFAULT,SAFETY}
                        Upgrade script mode. Supported modes: DEFAULT: Perform
                        only straightforward conversions to upgrade to 2.0. In
                        more difficult cases, switch to use compat.v1. SAFETY:
                        Keep 1.* code intact and import compat.v1 module.
  --print_all           Print full log to stdout instead of just printing
                        errors

مثال على رمز TF1

إليك برنامج نصي بسيط TensorFlow 1.0:

head -n 65 models/samples/cookbook/regression/custom_regression.py | tail -n 10
# Calculate loss using mean squared error
  average_loss = tf.losses.mean_squared_error(labels, predictions)

  # Pre-made estimators use the total_loss instead of the average,
  # so report total_loss for compatibility.
  batch_size = tf.shape(labels)[0]
  total_loss = tf.to_float(batch_size) * average_loss

  if mode == tf.estimator.ModeKeys.TRAIN:
    optimizer = params.get("optimizer", tf.train.AdamOptimizer)

مع تثبيت TensorFlow 2.x ، فإنه لا يعمل:

(cd models/samples/cookbook/regression && python custom_regression.py)
Traceback (most recent call last):
  File "custom_regression.py", line 162, in <module>
    tf.logging.set_verbosity(tf.logging.INFO)
AttributeError: module 'tensorflow' has no attribute 'logging'

ملف واحد

يمكن تشغيل البرنامج النصي على ملف Python واحد:

!tf_upgrade_v2 \
  --infile models/samples/cookbook/regression/custom_regression.py \
  --outfile /tmp/custom_regression_v2.py
INFO line 38:8: Renamed 'tf.feature_column.input_layer' to 'tf.compat.v1.feature_column.input_layer'
INFO line 43:10: Renamed 'tf.layers.dense' to 'tf.compat.v1.layers.dense'
INFO line 46:17: Renamed 'tf.layers.dense' to 'tf.compat.v1.layers.dense'
INFO line 57:17: tf.losses.mean_squared_error requires manual check. tf.losses have been replaced with object oriented versions in TF 2.0 and after. The loss function calls have been converted to compat.v1 for backward compatibility. Please update these calls to the TF 2.0 versions.
INFO line 57:17: Renamed 'tf.losses.mean_squared_error' to 'tf.compat.v1.losses.mean_squared_error'
INFO line 61:15: Added keywords to args of function 'tf.shape'
INFO line 62:15: Changed tf.to_float call to tf.cast(..., dtype=tf.float32).
INFO line 65:40: Renamed 'tf.train.AdamOptimizer' to 'tf.compat.v1.train.AdamOptimizer'
INFO line 68:39: Renamed 'tf.train.get_global_step' to 'tf.compat.v1.train.get_global_step'
INFO line 83:9: tf.metrics.root_mean_squared_error requires manual check. tf.metrics have been replaced with object oriented versions in TF 2.0 and after. The metric function calls have been converted to compat.v1 for backward compatibility. Please update these calls to the TF 2.0 versions.
INFO line 83:9: Renamed 'tf.metrics.root_mean_squared_error' to 'tf.compat.v1.metrics.root_mean_squared_error'
INFO line 142:23: Renamed 'tf.train.AdamOptimizer' to 'tf.compat.v1.train.AdamOptimizer'
INFO line 162:2: Renamed 'tf.logging.set_verbosity' to 'tf.compat.v1.logging.set_verbosity'
INFO line 162:27: Renamed 'tf.logging.INFO' to 'tf.compat.v1.logging.INFO'
INFO line 163:2: Renamed 'tf.app.run' to 'tf.compat.v1.app.run'
TensorFlow 2.0 Upgrade Script
-----------------------------
Converted 1 files
Detected 0 issues that require attention
--------------------------------------------------------------------------------


Make sure to read the detailed log 'report.txt'

سيقوم البرنامج النصي بطباعة الأخطاء إذا لم يتمكن من العثور على إصلاح للرمز.

شجرة الدليل

سوف تستخدم المشاريع النموذجية ، بما في ذلك هذا المثال البسيط ، أكثر من ملف واحد. تريد عادةً تحديث حزمة كاملة ، لذلك يمكن أيضًا تشغيل البرنامج النصي على شجرة دليل:

# update the .py files and copy all the other files to the outtree
!tf_upgrade_v2 \
    --intree models/samples/cookbook/regression/ \
    --outtree regression_v2/ \
    --reportfile tree_report.txt
INFO line 82:10: tf.estimator.LinearRegressor: Default value of loss_reduction has been changed to SUM_OVER_BATCH_SIZE; inserting old default value tf.keras.losses.Reduction.SUM.

INFO line 105:2: Renamed 'tf.logging.set_verbosity' to 'tf.compat.v1.logging.set_verbosity'
INFO line 105:27: Renamed 'tf.logging.INFO' to 'tf.compat.v1.logging.INFO'
INFO line 106:2: Renamed 'tf.app.run' to 'tf.compat.v1.app.run'
INFO line 38:8: Renamed 'tf.feature_column.input_layer' to 'tf.compat.v1.feature_column.input_layer'
INFO line 43:10: Renamed 'tf.layers.dense' to 'tf.compat.v1.layers.dense'
INFO line 46:17: Renamed 'tf.layers.dense' to 'tf.compat.v1.layers.dense'
INFO line 57:17: tf.losses.mean_squared_error requires manual check. tf.losses have been replaced with object oriented versions in TF 2.0 and after. The loss function calls have been converted to compat.v1 for backward compatibility. Please update these calls to the TF 2.0 versions.
INFO line 57:17: Renamed 'tf.losses.mean_squared_error' to 'tf.compat.v1.losses.mean_squared_error'
INFO line 61:15: Added keywords to args of function 'tf.shape'
INFO line 62:15: Changed tf.to_float call to tf.cast(..., dtype=tf.float32).
INFO line 65:40: Renamed 'tf.train.AdamOptimizer' to 'tf.compat.v1.train.AdamOptimizer'
INFO line 68:39: Renamed 'tf.train.get_global_step' to 'tf.compat.v1.train.get_global_step'
INFO line 83:9: tf.metrics.root_mean_squared_error requires manual check. tf.metrics have been replaced with object oriented versions in TF 2.0 and after. The metric function calls have been converted to compat.v1 for backward compatibility. Please update these calls to the TF 2.0 versions.
INFO line 83:9: Renamed 'tf.metrics.root_mean_squared_error' to 'tf.compat.v1.metrics.root_mean_squared_error'
INFO line 142:23: Renamed 'tf.train.AdamOptimizer' to 'tf.compat.v1.train.AdamOptimizer'
INFO line 162:2: Renamed 'tf.logging.set_verbosity' to 'tf.compat.v1.logging.set_verbosity'
INFO line 162:27: Renamed 'tf.logging.INFO' to 'tf.compat.v1.logging.INFO'
INFO line 163:2: Renamed 'tf.app.run' to 'tf.compat.v1.app.run'
INFO line 58:10: tf.estimator.LinearRegressor: Default value of loss_reduction has been changed to SUM_OVER_BATCH_SIZE; inserting old default value tf.keras.losses.Reduction.SUM.

INFO line 101:2: Renamed 'tf.logging.set_verbosity' to 'tf.compat.v1.logging.set_verbosity'
INFO line 101:27: Renamed 'tf.logging.INFO' to 'tf.compat.v1.logging.INFO'
INFO line 102:2: Renamed 'tf.app.run' to 'tf.compat.v1.app.run'
INFO line 72:10: tf.estimator.DNNRegressor: Default value of loss_reduction has been changed to SUM_OVER_BATCH_SIZE; inserting old default value tf.keras.losses.Reduction.SUM.

INFO line 96:2: Renamed 'tf.logging.set_verbosity' to 'tf.compat.v1.logging.set_verbosity'
INFO line 96:27: Renamed 'tf.logging.INFO' to 'tf.compat.v1.logging.INFO'
INFO line 97:2: Renamed 'tf.app.run' to 'tf.compat.v1.app.run'
WARNING line 125:15: Changing dataset.make_one_shot_iterator() to tf.compat.v1.data.make_one_shot_iterator(dataset). Please check this transformation.

INFO line 40:7: Renamed 'tf.test.mock' to 'tf.compat.v1.test.mock'
TensorFlow 2.0 Upgrade Script
-----------------------------
Converted 7 files
Detected 1 issues that require attention
--------------------------------------------------------------------------------
--------------------------------------------------------------------------------
File: models/samples/cookbook/regression/automobile_data.py
--------------------------------------------------------------------------------
models/samples/cookbook/regression/automobile_data.py:125:15: WARNING: Changing dataset.make_one_shot_iterator() to tf.compat.v1.data.make_one_shot_iterator(dataset). Please check this transformation.



Make sure to read the detailed log 'tree_report.txt'

لاحظ التحذير الوحيد حول وظيفة dataset.make_one_shot_iterator .

يعمل النص الآن مع TensorFlow 2.x:

لاحظ أنه نظرًا لأن الوحدة النمطية tf.compat.v1 مضمنة في TF 1.15 ، فسيتم أيضًا تشغيل البرنامج النصي المحول في TensorFlow 1.15.

(cd regression_v2 && python custom_regression.py 2>&1) | tail
I0922 22:16:42.778216 140254758430528 estimator.py:2074] Saving dict for global step 1000: global_step = 1000, loss = 651.5428, rmse = 3.684265
INFO:tensorflow:Saving 'checkpoint_path' summary for global step 1000: /tmp/tmpk2_4r192/model.ckpt-1000
I0922 22:16:42.817190 140254758430528 estimator.py:2135] Saving 'checkpoint_path' summary for global step 1000: /tmp/tmpk2_4r192/model.ckpt-1000
Tensor("IteratorGetNext:25", shape=(None,), dtype=float64, device=/device:CPU:0)
Tensor("Squeeze:0", shape=(None,), dtype=float32)

********************************************************************************

RMS error for the test set: $3684

تقرير مفصل

يقدم البرنامج النصي أيضًا قائمة بالتغييرات التفصيلية. في هذا المثال ، عثرت على تحويل ربما يكون غير آمن وتضمنت تحذيرًا في الجزء العلوي من الملف:

head -n 20 tree_report.txt
TensorFlow 2.0 Upgrade Script
-----------------------------
Converted 7 files
Detected 1 issues that require attention
--------------------------------------------------------------------------------
--------------------------------------------------------------------------------
File: models/samples/cookbook/regression/automobile_data.py
--------------------------------------------------------------------------------
models/samples/cookbook/regression/automobile_data.py:125:15: WARNING: Changing dataset.make_one_shot_iterator() to tf.compat.v1.data.make_one_shot_iterator(dataset). Please check this transformation.

================================================================================
Detailed log follows:

================================================================================
================================================================================
Input tree: 'models/samples/cookbook/regression/'
================================================================================
--------------------------------------------------------------------------------
Processing file 'models/samples/cookbook/regression/__init__.py'
 outputting to 'regression_v2/__init__.py'

لاحظ مرة أخرى التحذير الوحيد حول Dataset.make_one_shot_iterator function .

في حالات أخرى ، سيشرح المخرج أسباب التغييرات غير التافهة:

%%writefile dropout.py
import tensorflow as tf

d = tf.nn.dropout(tf.range(10), 0.2)
z = tf.zeros_like(d, optimize=False)
Writing dropout.py
!tf_upgrade_v2 \
  --infile dropout.py \
  --outfile dropout_v2.py \
  --reportfile dropout_report.txt > /dev/null
cat dropout_report.txt
TensorFlow 2.0 Upgrade Script
-----------------------------
Converted 1 files
Detected 0 issues that require attention
--------------------------------------------------------------------------------
================================================================================
Detailed log follows:

================================================================================
--------------------------------------------------------------------------------
Processing file 'dropout.py'
 outputting to 'dropout_v2.py'
--------------------------------------------------------------------------------

3:4: INFO: Changing keep_prob arg of tf.nn.dropout to rate, and recomputing value.

4:4: INFO: Renaming tf.zeros_like to tf.compat.v1.zeros_like because argument optimize is present. tf.zeros_like no longer takes an optimize argument, and behaves as if optimize=True. This call site specifies something other than optimize=True, so it was converted to compat.v1.
--------------------------------------------------------------------------------

فيما يلي محتويات الملف المعدلة ، لاحظ كيف يضيف البرنامج النصي أسماء وسيطات للتعامل مع الوسائط المنقولة والمعاد تسميتها:

cat dropout_v2.py
import tensorflow as tf

d = tf.nn.dropout(tf.range(10), rate=1 - (0.2))
z = tf.compat.v1.zeros_like(d, optimize=False)

قد يحتوي مشروع أكبر على بعض الأخطاء. على سبيل المثال ، قم بتحويل نموذج deeplab:

!tf_upgrade_v2 \
    --intree models/research/deeplab \
    --outtree deeplab_v2 \
    --reportfile deeplab_report.txt > /dev/null

أنتجت ملفات الإخراج:

ls deeplab_v2
README.md   datasets        input_preprocess.py        train.py
__init__.py deeplab_demo.ipynb  local_test.sh          utils
common.py   eval.py         local_test_mobilenetv2.sh  vis.py
common_test.py  export_model.py     model.py
core        g3doc           model_test.py

لكن كانت هناك أخطاء. سيساعدك التقرير في تحديد ما تحتاج إلى إصلاحه قبل تشغيله. فيما يلي الأخطاء الثلاثة الأولى:

cat deeplab_report.txt | grep -i models/research/deeplab | grep -i error | head -n 3
models/research/deeplab/eval.py:28:7: ERROR: Using member tf.contrib.slim in deprecated module tf.contrib. tf.contrib.slim cannot be converted automatically. tf.contrib will not be distributed with TensorFlow 2.0, please consider an alternative in non-contrib TensorFlow, a community-maintained repository such as tensorflow/addons, or fork the required code.
models/research/deeplab/eval.py:146:8: ERROR: Using member tf.contrib.metrics.aggregate_metric_map in deprecated module tf.contrib. tf.contrib.metrics.aggregate_metric_map cannot be converted automatically. tf.contrib will not be distributed with TensorFlow 2.0, please consider an alternative in non-contrib TensorFlow, a community-maintained repository such as tensorflow/addons, or fork the required code.
models/research/deeplab/export_model.py:25:7: ERROR: Using member tf.contrib.slim in deprecated module tf.contrib. tf.contrib.slim cannot be converted automatically. tf.contrib will not be distributed with TensorFlow 2.0, please consider an alternative in non-contrib TensorFlow, a community-maintained repository such as tensorflow/addons, or fork the required code.

"وضع الامان

يحتوي البرنامج النصي للتحويل أيضًا على وضع SAFETY أقل توغلًا يغير ببساطة الواردات لاستخدام الوحدة النمطية tensorflow.compat.v1 :

cat dropout.py
import tensorflow as tf

d = tf.nn.dropout(tf.range(10), 0.2)
z = tf.zeros_like(d, optimize=False)
tf_upgrade_v2 --mode SAFETY --infile dropout.py --outfile dropout_v2_safe.py > /dev/null
cat dropout_v2_safe.py
import tensorflow.compat.v1 as tf

d = tf.nn.dropout(tf.range(10), 0.2)
z = tf.zeros_like(d, optimize=False)

كما ترى ، لا يؤدي هذا إلى ترقية التعليمات البرمجية الخاصة بك ، ولكنه يسمح بتشغيل كود TensorFlow 1 مقابل ثنائيات TensorFlow 2. لاحظ أن هذا لا يعني أن التعليمات البرمجية الخاصة بك تعمل بسلوكيات TF 2.x مدعومة!

تحفظات

  • لا تقم بتحديث أجزاء من التعليمات البرمجية يدويًا قبل تشغيل هذا البرنامج النصي. على وجه الخصوص ، تتسبب الوظائف التي تحتوي على وسيطات مُعاد ترتيبها مثل tf.argmax أو tf.batch_to_space في قيام البرنامج النصي بإضافة وسيطات كلمات رئيسية بشكل غير صحيح تؤدي إلى اختلال التعليمات البرمجية الحالية.

  • يفترض البرنامج النصي أنه تم استيراد tensorflow باستخدام import tensorflow as tf ، أو import tensorflow.compat.v1 as tf .

  • هذا البرنامج النصي لا يعيد ترتيب الحجج. بدلاً من ذلك ، يضيف البرنامج النصي وسيطات الكلمات الأساسية إلى الوظائف التي تم إعادة ترتيب وسيطاتها.

  • تحقق من tf2up.ml للحصول على أداة ملائمة لترقية دفاتر Jupyter وملفات Python في مستودع GitHub.

للإبلاغ عن أخطاء البرنامج النصي للترقية أو تقديم طلبات الميزات ، يرجى تقديم مشكلة على GitHub .