ช่วยปกป้อง Great Barrier Reef กับ TensorFlow บน Kaggle เข้าร่วมท้าทาย

เขียนสัญลักษณ์ TF 1.x และ compat.v1 API ใหม่โดยอัตโนมัติ

ดูบน TensorFlow.org ทำงานใน Google Colab ดูแหล่งที่มาบน GitHub ดาวน์โหลดโน๊ตบุ๊ค

TensorFlow 2.x มีการเปลี่ยนแปลงหลาย API จาก TF 1.x และ tf.compat.v1 APIs เช่นการเรียงลำดับข้อโต้แย้งเปลี่ยนชื่อสัญลักษณ์และการเปลี่ยนค่าเริ่มต้นสำหรับพารามิเตอร์ การดำเนินการแก้ไขเหล่านี้ทั้งหมดด้วยตนเองจะเป็นเรื่องที่น่าเบื่อหน่ายและมีแนวโน้มที่จะเกิดข้อผิดพลาด เพื่อปรับปรุงเปลี่ยนแปลงและจะทำให้การเปลี่ยนแปลงของคุณเพื่อ TF 2.x เป็นอย่างราบรื่นที่สุดทีม TensorFlow ได้สร้าง tf_upgrade_v2 สาธารณูปโภคเพื่อช่วยเหลือรหัสเดิมเปลี่ยนไปใช้ใหม่ API

การใช้งานทั่วไปมีลักษณะดังนี้:

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

มันจะเร่งกระบวนการอัปเกรดของคุณโดยการแปลงสคริปต์ Python ของ TensorFlow 1.x ที่มีอยู่เป็น TensorFlow 2.x

สคริปต์การแปลงจะทำการแปลง API เชิงกลโดยอัตโนมัติ แม้ว่า API จำนวนมากจะไม่สามารถย้ายโดยอัตโนมัติได้ นอกจากนี้ยังไม่สามารถทำให้โค้ดของคุณเข้ากันได้กับพฤติกรรม TF2 และ API ได้อย่างเต็มที่ ดังนั้นจึงเป็นเพียงส่วนหนึ่งของเส้นทางการย้ายถิ่นของคุณ

โมดูลความเข้ากันได้

สัญลักษณ์ API บางตัวไม่สามารถอัพเกรดได้ง่ายๆ โดยใช้การแทนที่สตริง ผู้ที่ไม่สามารถถูกปรับโดยอัตโนมัติจะถูกแมปไปยังสถานที่ของพวกเขาใน compat.v1 โมดูล โมดูลนี้แทนที่สัญลักษณ์ TF 1.x เช่น tf.foo กับเทียบเท่า tf.compat.v1.foo อ้างอิง หากคุณกำลังใช้ compat.v1 APIs โดยการนำเข้า TF ผ่าน import tensorflow.compat.v1 as tf ที่ tf_upgrade_v2 สคริปต์จะพยายามที่จะแปลงประเพณีเหล่านี้ไปยัง APIs ไม่ใช่ compat ที่เป็นไปได้ โปรดทราบว่าในขณะที่บาง compat.v1 API ที่เข้ากันได้กับพฤติกรรม TF2.x จำนวนมากไม่ได้ ดังนั้นเราขอแนะนำให้คุณเปลี่ยนพิสูจน์อักษรและย้ายพวกเขาไปยัง APIs ใหม่ใน tf.* namespace แทน tf.compat.v1 namespace ได้โดยเร็วที่สุด

เพราะ TensorFlow deprecations โมดูล 2.x (ตัวอย่างเช่น tf.flags และ tf.contrib ) การเปลี่ยนแปลงบางอย่างไม่สามารถทำงานรอบโดยสลับไป compat.v1 อัพเกรดรหัสนี้อาจต้องใช้ไลบรารีเพิ่มเติม (เช่น absl.flags ) หรือเปลี่ยนไปใช้แพคเกจใน tensorflow / addons

ส่วนที่เหลือของคู่มือนี้จะสาธิตวิธีการใช้สคริปต์การเขียนสัญลักษณ์ใหม่ แม้ว่าสคริปต์จะใช้งานง่าย แต่ขอแนะนำอย่างยิ่งให้คุณใช้สคริปต์นี้เป็นส่วนหนึ่งของกระบวนการต่อไปนี้:

  1. ทดสอบหน่วย: ตรวจสอบว่ารหัสที่คุณอัพเกรดกำลังมีชุดทดสอบหน่วยที่มีความคุ้มครองที่เหมาะสม นี่คือรหัส Python ดังนั้นภาษาจะไม่ปกป้องคุณจากข้อผิดพลาดหลายคลาส ตรวจสอบให้แน่ใจด้วยว่าการพึ่งพาที่คุณได้รับการอัปเกรดให้เข้ากันได้กับ TensorFlow 2.x แล้ว

  2. ติดตั้ง TensorFlow 1.15: อัปเกรด TensorFlow ของคุณให้เป็นรุ่นล่าสุด TensorFlow 1.x อย่างน้อย 1.15 ซึ่งรวมถึงสุดท้าย TensorFlow API 2.0 ใน tf.compat.v2

  3. ทดสอบกับ 1.15: ตรวจสอบการทดสอบหน่วยของคุณผ่านที่จุดนี้ คุณจะใช้งานมันซ้ำๆ ในขณะที่คุณอัปเกรด ดังนั้นการเริ่มต้นจากสีเขียวจึงเป็นสิ่งสำคัญ

  4. เรียกใช้สคริปต์อัพเกรด: Run tf_upgrade_v2 บนต้นไม้แหล่งที่มาทั้งหมดของคุณการทดสอบรวม การดำเนินการนี้จะอัปเกรดโค้ดของคุณเป็นรูปแบบที่ใช้เฉพาะสัญลักษณ์ที่มีอยู่ใน TensorFlow 2.0 สัญลักษณ์เลิกใช้จะสามารถเข้าถึงได้ด้วย tf.compat.v1 ในที่สุดสิ่งเหล่านี้จะต้องได้รับการเอาใจใส่จากเจ้าหน้าที่ แต่ไม่ใช่ในทันที

  5. รันการทดสอบแปลงกับ TensorFlow 1.15: รหัสของคุณจะยังคงทำงานได้ดีใน TensorFlow 1.15 เรียกใช้การทดสอบหน่วยของคุณอีกครั้ง ข้อผิดพลาดใดๆ ในการทดสอบของคุณที่นี่หมายความว่ามีจุดบกพร่องในสคริปต์อัปเกรด กรุณาแจ้งให้เราทราบ

  6. ตรวจสอบรายงานการอัพเกรดสำหรับคำเตือนและข้อผิดพลาด: สคริปต์ที่เขียนไฟล์รายงานที่อธิบายถึงการแปลงใด ๆ ที่คุณควรตรวจสอบอีกครั้งหรือดำเนินการใด ๆ ที่คุณจำเป็นต้องใช้ ตัวอย่างเช่น: อินสแตนซ์ที่เหลือของ contrib จะต้องมีการดำเนินการโดยเจ้าหน้าที่เพื่อนำออก โปรดปรึกษา RFC สำหรับคำแนะนำเพิ่มเติม

  7. ติดตั้ง TensorFlow 2.x: ณ จุดนี้มันควรจะเป็นความปลอดภัยที่จะสลับไป TensorFlow 2.x ไบนารีแม้ว่าคุณจะกำลังทำงานอยู่กับพฤติกรรมการรับมรดก

  8. ทดสอบกับ v1.disable_v2_behavior : Re-การทดสอบการทำงานของคุณด้วย v1.disable_v2_behavior() ฟังก์ชั่นหลักของการทดสอบควรจะให้ผลเช่นเดียวกับการทำงานภายใต้ 1.15

  9. เปิดใช้งานพฤติกรรม V2: ตอนนี้ว่าการทดสอบการทำงานของคุณโดยใช้ไบนารี TF2 ตอนนี้คุณสามารถเริ่มต้นการโยกย้ายรหัสของคุณเพื่อหลีกเลี่ยง tf.estimator และเป็นเพียงการใช้พฤติกรรม TF2 การสนับสนุน (ที่มีพฤติกรรม TF2 ไม่มีการปิดใช้งาน) ดู คู่มือการโยกย้าย เพื่อดูรายละเอียด

โดยใช้สัญลักษณ์การเขียนใหม่ tf_upgrade_v2 สคริปต์

ติดตั้ง

ก่อนเริ่มต้น ตรวจสอบให้แน่ใจว่าได้ติดตั้ง TensorFlow 2.x แล้ว

import tensorflow as tf

print(tf.__version__)
2.6.0

โคลน tensorflow / รุ่น เก็บคอมไพล์เพื่อให้คุณมีโค้ดบางส่วนในการทดสอบเมื่อ:

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.

อ่านความช่วยเหลือ

ควรติดตั้งสคริปต์ด้วย TensorFlow นี่คือความช่วยเหลือในตัว:

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

ตัวอย่างรหัส TF1

นี่คือสคริปต์ TensorFlow 1.0 อย่างง่าย:

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)

เมื่อติดตั้ง TensorFlow 2.x แล้ว จะไม่ทำงาน:

(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'

ไฟล์เดียว

สคริปต์สามารถรันบนไฟล์ Python ไฟล์เดียว:

!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'

สคริปต์จะพิมพ์ข้อผิดพลาดหากไม่สามารถแก้ไขรหัสได้

แผนผังไดเรกทอรี

โครงการทั่วไป รวมถึงตัวอย่างง่ายๆ นี้ จะใช้มากกว่าหนึ่งไฟล์ โดยทั่วไปแล้วต้องการอัปเดตแพ็คเกจทั้งหมด เพื่อให้สามารถเรียกใช้สคริปต์บนแผนผังไดเร็กทอรีได้:

# 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'

หมายเหตุหนึ่งคำเตือนเกี่ยวกับ dataset.make_one_shot_iterator ฟังก์ชั่น

ตอนนี้สคริปต์ทำงานร่วมกับ TensorFlow 2.x:

โปรดทราบว่าเนื่องจาก tf.compat.v1 โมดูลรวมอยู่ใน TF 1.15 สคริปต์แปลงยังจะทำงานใน 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

รายงานโดยละเอียด

สคริปต์ยังรายงานรายการการเปลี่ยนแปลงโดยละเอียดอีกด้วย ในตัวอย่างนี้ พบการแปลงที่อาจไม่ปลอดภัยและมีคำเตือนที่ด้านบนของไฟล์:

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'

หมายเหตุอีกครั้งหนึ่งคำเตือนเกี่ยวกับ Dataset.make_one_shot_iterator function

ในกรณีอื่นๆ ผลลัพธ์จะอธิบายเหตุผลสำหรับการเปลี่ยนแปลงที่ไม่สำคัญ:

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

นี่คือเนื้อหาไฟล์ที่แก้ไข โปรดทราบว่าสคริปต์เพิ่มชื่ออาร์กิวเมนต์เพื่อจัดการกับอาร์กิวเมนต์ที่ย้ายและเปลี่ยนชื่ออย่างไร:

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)

โครงการขนาดใหญ่อาจมีข้อผิดพลาดเล็กน้อย ตัวอย่างเช่น การแปลงโมเดล deeplab:

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

มันสร้างไฟล์เอาต์พุต:

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

แต่มีข้อผิดพลาด รายงานจะช่วยคุณระบุสิ่งที่คุณต้องแก้ไขก่อนที่จะทำงาน นี่คือข้อผิดพลาดสามข้อแรก:

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.

โหมด "ความปลอดภัย"

สคริปต์ Conversion จะยังมีไม่ก้าวก่าย SAFETY โหมดที่เพียงการเปลี่ยนแปลงการนำเข้าการใช้ tensorflow.compat.v1 โมดูล:

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)

อย่างที่คุณเห็นสิ่งนี้ไม่ได้อัปเกรดโค้ดของคุณ แต่อนุญาตให้โค้ด TensorFlow 1 ทำงานกับไบนารี TensorFlow 2 ได้ โปรดทราบว่านี่ไม่ได้หมายความว่าโค้ดของคุณกำลังใช้งานพฤติกรรม TF 2.x ที่รองรับอยู่!

คำเตือน

  • อย่าอัปเดตโค้ดบางส่วนด้วยตนเองก่อนเรียกใช้สคริปต์นี้ โดยเฉพาะอย่างยิ่งฟังก์ชั่นที่มีข้อโต้แย้งเช่นตับแลบ tf.argmax หรือ tf.batch_to_space สาเหตุสคริปต์ที่ไม่ถูกต้องเพิ่มข้อโต้แย้งหลักที่ mismap รหัสที่มีอยู่ของคุณ

  • สคริปต์อนุมานว่า tensorflow จะถูกนำเข้าโดยใช้ import tensorflow as tf หรือ import tensorflow.compat.v1 as tf

  • สคริปต์นี้ไม่ได้จัดลำดับอาร์กิวเมนต์ใหม่ สคริปต์จะเพิ่มอาร์กิวเมนต์ของคีย์เวิร์ดให้กับฟังก์ชันที่มีการจัดลำดับอาร์กิวเมนต์ใหม่แทน

  • ตรวจสอบ tf2up.ml สำหรับเครื่องมือที่สะดวกในการอัพเกรดโน๊ตบุ๊ค Jupyter และไฟล์งูใหญ่ในพื้นที่เก็บข้อมูล GitHub

รายงานข้อบกพร่องสคริปต์อัพเกรดหรือทำให้คำขอคุณลักษณะโปรดยื่นปัญหาบน GitHub