স্বয়ংক্রিয়ভাবে TF 1.x এবং compat.v1 API চিহ্ন পুনর্লিখন করুন

TensorFlow.org এ দেখুন গুগল কোলাবে চালান GitHub এ উৎস দেখুন নোটবুক ডাউনলোড করুন

TensorFlow 2.x মেমরি 1.x থেকে অনেক এপিআই পরিবর্তন এবং অন্তর্ভুক্ত tf.compat.v1 যেমন আর্গুমেন্ট পুনঃক্রমবিন্যাস প্রতীক পুনঃনামকরনের, এবং পরামিতি জন্য ডিফল্ট মান পরিবর্তন API গুলি। এই সমস্ত পরিবর্তনগুলি ম্যানুয়ালি সম্পাদন করা ক্লান্তিকর এবং ত্রুটির প্রবণ হবে। পরিবর্তনগুলি স্ট্রিমলাইন করতে, এবং যতদূর সম্ভব বিজোড় যেমন মেমরি 2.x আপনার রূপান্তরটি করতে, TensorFlow দল সৃষ্টি করেছেন tf_upgrade_v2 নতুন API সাহায্য রূপান্তরটি উত্তরাধিকার কোডে ইউটিলিটি।

সাধারণ ব্যবহার এই মত:

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

এটি বিদ্যমান TensorFlow 1.x পাইথন স্ক্রিপ্টগুলিকে TensorFlow 2.x এ রূপান্তর করে আপনার আপগ্রেড প্রক্রিয়াকে ত্বরান্বিত করবে।

রূপান্তর স্ক্রিপ্ট অনেক যান্ত্রিক API রূপান্তরকে স্বয়ংক্রিয় করে, যদিও অনেক API স্বয়ংক্রিয়ভাবে স্থানান্তরিত হতে পারে না। এটি আপনার কোডটি সম্পূর্ণরূপে TF2 আচরণ এবং API গুলির সাথে সামঞ্জস্যপূর্ণ করতে সক্ষম নয়। সুতরাং, এটি আপনার অভিবাসন যাত্রার একটি অংশ মাত্র।

সামঞ্জস্য মডিউল

নির্দিষ্ট এপিআই চিহ্নগুলি কেবল স্ট্রিং প্রতিস্থাপন ব্যবহার করে আপগ্রেড করা যায় না। যা স্বয়ংক্রিয়ভাবে আপগ্রেড করা যাবে না যারা তাদের অবস্থানে ম্যাপ করা হবে compat.v1 মডিউল। এই মডিউল মত মেমরি 1.x চিহ্ন প্রতিস্থাপন tf.foo সমতুল্য সঙ্গে tf.compat.v1.foo রেফারেন্স। যদি আপনি ইতিমধ্যে ব্যবহার করে থাকেন compat.v1 মাধ্যমে মেমরি আমদানি করে API গুলি import tensorflow.compat.v1 as tf , tf_upgrade_v2 স্ক্রিপ্ট যেখানে সম্ভব অ compat API গুলি এইসব ব্যবহারগুলির রূপান্তর করার চেষ্টা করবে। নোট যে কিছু compat.v1 API গুলি TF2.x আচরণে সঙ্গে সামঞ্জস্যপূর্ণ অনেক নয়। সুতরাং, আমরা প্রস্তাব করি যে আপনি নিজে প্রুফরিড প্রতিস্থাপন এবং তাদের নতুন API গুলি স্থানান্তর tf.* নামস্থান পরিবর্তে tf.compat.v1 দ্রুত সম্ভব হিসাবে হিসাবে নামস্থান।

কারণ TensorFlow 2.x মডিউল deprecations এর (উদাহরণস্বরূপ, জন্য tf.flags এবং tf.contrib ), কিছু পরিবর্তন প্রায় পাল্টানোর দ্বারা কাজ করা যাবে না compat.v1 । এই কোড আপগ্রেড করার একটি অতিরিক্ত গ্রন্থাগার (উদাহরণস্বরূপ, ব্যবহার করার প্রয়োজন হতে পারে absl.flags একটি প্যাকেজে) অথবা সুইচিং tensorflow / অ্যাডঅনস

এই গাইডের বাকি অংশ দেখায় কিভাবে প্রতীক-পুনর্লিখন স্ক্রিপ্ট ব্যবহার করতে হয়। যদিও স্ক্রিপ্টটি ব্যবহার করা সহজ, এটি দৃ strongly়ভাবে সুপারিশ করা হয় যে আপনি নিম্নলিখিত প্রক্রিয়াটির অংশ হিসাবে স্ক্রিপ্টটি ব্যবহার করুন:

  1. ইউনিট টেস্ট: নিশ্চিত কোড তুমি আপগ্রেড যুক্তিসংগত কভারেজ একটি ইউনিট পরীক্ষা স্যুট রয়েছে। এটি পাইথন কোড, তাই ভাষা আপনাকে অনেক শ্রেণীর ভুল থেকে রক্ষা করবে না। এছাড়াও নিশ্চিত করুন যে আপনার যে কোনও নির্ভরতা ইতিমধ্যেই TensorFlow 2.x এর সাথে সামঞ্জস্যপূর্ণ হওয়ার জন্য আপগ্রেড করা হয়েছে।

  2. , অন্তত 1.15 সর্বশেষ TensorFlow 1.x সংস্করণ থেকে আপনার TensorFlow আপগ্রেড: TensorFlow 1.15 ইনস্টল করুন। এই চূড়ান্ত TensorFlow 2.0 এপিআই অন্তর্ভুক্ত tf.compat.v2

  3. পরীক্ষা দিয়ে 1.15: নিশ্চিত হোন যে আপনার ইউনিট পরীক্ষা এই সময়ে পাস। আপগ্রেড করার সাথে সাথে আপনি সেগুলো বারবার চালাবেন তাই সবুজ থেকে শুরু করা গুরুত্বপূর্ণ।

  4. আপগ্রেড স্ক্রিপ্ট সঞ্চালন করুন: চালান tf_upgrade_v2 আপনার সমগ্র উৎস গাছ, পরীক্ষার অন্তর্ভুক্ত করা হয়েছে। এটি আপনার কোডটিকে একটি বিন্যাসে আপগ্রেড করবে যেখানে এটি শুধুমাত্র TensorFlow 2.0 এ উপলব্ধ প্রতীক ব্যবহার করে। অননুমোদিত প্রতীক অ্যাক্সেস করা হবে tf.compat.v1 । এইগুলি অবশেষে ম্যানুয়াল মনোযোগের প্রয়োজন হবে, কিন্তু অবিলম্বে নয়।

  5. TensorFlow 1.15 সঙ্গে রূপান্তরিত পরীক্ষা চালান: আপনার কোড এখনও TensorFlow 1.15 জরিমানা চালানো উচিত। আপনার ইউনিট পরীক্ষা আবার চালান। এখানে আপনার পরীক্ষায় কোন ত্রুটি মানে আপগ্রেড স্ক্রিপ্টে একটি বাগ আছে। দয়া করে আমাদের জানান

  6. সতর্কবার্তা এবং ত্রুটির জন্য আপগ্রেড রিপোর্ট চেক করুন: স্ক্রিপ্ট একটি রিপোর্ট ফাইল যে কোনো ধর্মান্তর আপনি দুবার চেক করা উচিত, অথবা কোন ম্যানুয়াল কর্ম আপনি নিতে প্রয়োজন ব্যাখ্যা লিখেছেন। উদাহরণস্বরূপ: অবদানের যে কোনও অবশিষ্ট উদাহরণ মুছে ফেলার জন্য ম্যানুয়াল অ্যাকশনের প্রয়োজন হবে। আলোচনা করুন আরো নির্দেশাবলীর জন্য বোঝায় যা RFC

  7. TensorFlow 2.x ইনস্টল করুন: এই মুহুর্তে এটা TensorFlow করার 2.x বাইনেরিতে স্যুইচ করতে নিরাপদ হওয়া উচিত, এমনকি যদি আপনি উত্তরাধিকার আচরণে সঙ্গে দৌড়াচ্ছে

  8. সঙ্গে টেস্ট v1.disable_v2_behavior : একটি সঙ্গে আপনার পরীক্ষার পুনরায় চলমান v1.disable_v2_behavior() পরীক্ষার 'প্রধান ফাংশন মধ্যে 1.15 অধীনে চলমান হিসাবে একই ফলাফল দিতে হবে।

  9. থেকে V2 আচরণ সক্ষম করুন: এখন আপনার পরীক্ষা TF2 বাইনেরিতে ব্যবহার কাজ, আপনি এখন এড়ানো আপনার কোড সরানো শুরু করতে পারবেন tf.estimator s এবং শুধুমাত্র সমর্থিত TF2 আচরণে ব্যবহার (কোন TF2 আচরণ নিষ্ক্রিয় সহ)। দেখুন মাইগ্রেশন নির্দেশিকা বিস্তারিত জানার জন্য।

প্রতীক-rewriting ব্যবহার tf_upgrade_v2 স্ক্রিপ্ট

সেটআপ

শুরু করার আগে নিশ্চিত করুন যে TensorFlow 2.x ইনস্টল করা আছে।

import tensorflow as tf

print(tf.__version__)
2.6.0

ক্লোন tensorflow / মডেল Git সংগ্রহস্থলের যাতে আপনি উপর পরীক্ষা করার জন্য কিছু কোড আছে:

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.

সাহায্য পড়ুন

স্ক্রিপ্টটি TensorFlow দিয়ে ইনস্টল করা উচিত। এখানে অন্তর্নির্মিত সহায়তা:

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

উদাহরণ TF1 কোড

এখানে একটি সহজ TensorFlow 1.0 স্ক্রিপ্ট:

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)

TensorFlow 2.x ইনস্টল করে এটি চালানো হয় না:

(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'

বিক্ষিপ্ত নথি

স্ক্রিপ্টটি একটি একক পাইথন ফাইলে চালানো যেতে পারে:

!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'

স্ক্রিপ্ট ত্রুটিগুলি মুদ্রণ করবে যদি এটি কোডের জন্য একটি সমাধান খুঁজে না পায়।

ডিরেক্টরি গাছ

এই সাধারণ উদাহরণ সহ সাধারণ প্রকল্পগুলি একাধিক ফাইল ব্যবহার করবে। সাধারণত একটি সম্পূর্ণ প্যাকেজ আপডেট করতে চান, তাই স্ক্রিপ্টটি একটি ডিরেক্টরি গাছের উপরও চালানো যেতে পারে:

# 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'

প্রায় এক সতর্কবার্তা উল্লেখ্য dataset.make_one_shot_iterator ফাংশন।

এখন স্ক্রিপ্ট TensorFlow 2.x এর সাথে কাজ করে:

নোট যে কারণ tf.compat.v1 মডিউল মেমরি 1.15 অন্তর্ভুক্ত করা হয়েছে, রূপান্তরিত স্ক্রিপ্ট এছাড়াও TensorFlow 1.15 চলবে।

(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

বিস্তারিত প্রতিবেদন

স্ক্রিপ্ট বিস্তারিত পরিবর্তনের একটি তালিকাও রিপোর্ট করে। এই উদাহরণে এটি সম্ভবত একটি অনিরাপদ রূপান্তর খুঁজে পেয়েছে এবং ফাইলের শীর্ষে একটি সতর্কতা অন্তর্ভুক্ত করেছে:

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'

আবার দ্রষ্টব্য প্রায় এক সাবধানবাণী Dataset.make_one_shot_iterator function

অন্যান্য ক্ষেত্রে আউটপুট অ-তুচ্ছ পরিবর্তনের যুক্তি ব্যাখ্যা করবে:

%%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.
--------------------------------------------------------------------------------

এখানে সংশোধিত ফাইলের বিষয়বস্তু রয়েছে, নোট করুন কিভাবে স্ক্রিপ্ট সরানো এবং নাম পরিবর্তন করা যুক্তিগুলির সাথে মোকাবিলা করার জন্য যুক্তির নাম যুক্ত করে:

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)

একটি বড় প্রকল্পে কিছু ত্রুটি থাকতে পারে। উদাহরণস্বরূপ deeplab মডেল রূপান্তর করুন:

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

এটি আউটপুট ফাইল তৈরি করেছে:

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

কিন্তু ত্রুটি ছিল। এটি চলার আগে আপনাকে কী ঠিক করতে হবে তা রিপোর্ট আপনাকে পিন-পয়েন্ট করতে সাহায্য করবে। এখানে প্রথম তিনটি ত্রুটি রয়েছে:

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.

"নিরাপত্তা" মোড

রূপান্তর স্ক্রিপ্ট একটি কম আক্রমনাত্মক হয়েছে SAFETY মোড কেবল আমদানির পরিবর্তন ব্যবহার করতে tensorflow.compat.v1 মডিউল:

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)

আপনি দেখতে পাচ্ছেন এটি আপনার কোড আপগ্রেড করে না, কিন্তু TensorFlow 1 কোডকে TensorFlow 2 বাইনারির বিরুদ্ধে চালানোর অনুমতি দেয়। মনে রাখবেন যে এর মানে এই নয় যে আপনার কোড সমর্থিত TF 2.x আচরণ চালাচ্ছে!

সাবধান

  • এই স্ক্রিপ্টটি চালানোর আগে আপনার কোডের কিছু অংশ ম্যানুয়ালি আপডেট করবেন না। বিশেষ করে, ফাংশন যে ভালো পুনর্বিন্যস্তভাবে আর্গুমেন্ট ছিল tf.argmax বা tf.batch_to_space স্ক্রিপ্ট কারণ ভুল শব্দ যুক্তি হল যে আপনার বিদ্যমান কোড mismap যোগ করতে।

  • স্ক্রিপ্ট ধরে নেয় যে tensorflow ব্যবহার আমদানি করা হয় import tensorflow as tf , অথবা import tensorflow.compat.v1 as tf

  • এই স্ক্রিপ্ট আর্গুমেন্টগুলিকে পুনর্বিন্যাস করে না। পরিবর্তে, স্ক্রিপ্টটি তাদের যুক্তিগুলিকে পুনরায় সাজানো ফাংশনে কীওয়ার্ড যুক্তি যুক্ত করে।

  • পরীক্ষা করে দেখুন tf2up.ml একটি GitHub সংগ্রহস্থলের মধ্যে Jupyter নোটবুক ও পাইথন ফাইল আপগ্রেড করতে একটি সুবিধাজনক টুল জন্য।

আপগ্রেড স্ক্রিপ্ট বাগ বা করতে উপাদান সংযোজনের অনুরোধ জানিয়েছেন প্রতিবেদন পাঠাতে, উপর একটি বিষয় ফাইল করুন GitHub