इस पेज का अनुवाद Cloud Translation API से किया गया है.
Switch to English

TensorFlow 2 में स्वचालित रूप से कोड को अपग्रेड करें

TensorFlow.org पर देखें Google Colab में चलाएं GitHub पर स्रोत देखें नोटबुक डाउनलोड करें

TensorFlow 2.0 में कई एपीआई परिवर्तन शामिल हैं, जैसे तर्कों को पुन: व्यवस्थित करना, प्रतीकों का नाम बदलना और मापदंडों के लिए डिफ़ॉल्ट मान बदलना। इन सभी संशोधनों को मैन्युअल रूप से निष्पादित करना थकाऊ और त्रुटि का कारण होगा। परिवर्तनों को सुव्यवस्थित करने के लिए, और अपने संक्रमण को TF 2.0 के रूप में संभव के रूप में सहज बनाने के लिए, TensorFlow टीम ने नए एपीआई में संक्रमण विरासत कोड में मदद करने के लिए tf_upgrade_v2 उपयोगिता बनाई है।

विशिष्ट उपयोग इस प्रकार है:

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

यह मौजूदा TensorFlow 1.x पायथन लिपियों को TensorFlow 2.0 में परिवर्तित करके आपकी अपग्रेड प्रक्रिया को तेज करेगा।

रूपांतरण स्क्रिप्ट जितना संभव हो उतना स्वचालित होता है, लेकिन अभी भी वाक्यविन्यास और शैलीगत परिवर्तन हैं जो स्क्रिप्ट द्वारा निष्पादित नहीं किए जा सकते हैं।

संगतता मॉड्यूल

कुछ एपीआई प्रतीकों को केवल एक स्ट्रिंग प्रतिस्थापन का उपयोग करके उन्नत नहीं किया जा सकता है। यह सुनिश्चित करने के लिए कि आपका कोड अभी भी TensorFlow 2.0 में समर्थित है, अपग्रेड स्क्रिप्ट में एक compat.v1 मॉड्यूल शामिल है। यह मॉड्यूल tf.foo जैसे TF 1.x प्रतीकों को tf.compat.v1.foo संदर्भ के साथ बदलता है। जबकि अनुकूलता मॉड्यूल अच्छा है, हम अनुशंसा करते हैं कि आप मैन्युअल ठीक करना प्रतिस्थापन और उन में नए API में माइग्रेट tf.* के बजाय नाम स्थान tf.compat.v1 जल्दी संभव हो के रूप में नाम स्थान।

TensorFlow 2.x मॉड्यूल डेप्रिसिएशन (उदाहरण के लिए, tf.flags और tf.contrib ) के कारण, कुछ बदलावों को compat.v1 करके स्विच नहीं किया जा सकता है। इस कोड को अपग्रेड करने के लिए अतिरिक्त पुस्तकालय (उदाहरण के लिए, absl.flags ) का उपयोग करने या टेनसफ़्लो / एडऑन में पैकेज पर स्विच करने की आवश्यकता हो सकती है।

इस मार्गदर्शिका के बाकी हिस्से में दिखाया गया है कि अपग्रेड स्क्रिप्ट का उपयोग कैसे किया जाए। जबकि उन्नयन स्क्रिप्ट का उपयोग करना आसान है, यह दृढ़ता से पुनःप्राप्त है कि आप स्क्रिप्ट का उपयोग निम्नलिखित प्रक्रिया के भाग के रूप में करते हैं:

  1. यूनिट टेस्ट : सुनिश्चित करें कि जिस कोड को आप अपग्रेड कर रहे हैं उसमें उचित कवरेज के साथ यूनिट टेस्ट सूट हो। यह पायथन कोड है, इसलिए भाषा आपको कई वर्गों की गलतियों से नहीं बचाएगी। यह भी सुनिश्चित करें कि आपके द्वारा पहले से ही अपग्रेड की गई कोई निर्भरता TensorFlow 2.0 के साथ संगत होने के लिए अपग्रेड की गई है।

  2. TensorFlow 1.14 स्थापित करें : अपने TensorFlow को नवीनतम TensorFlow 1.x संस्करण में अपग्रेड करें, 1.14 पर। आपका पता लगाने में TensorFlow 2.0 एपीआई शामिल tf.compat.v2

  3. 1.14 के साथ परीक्षण : सुनिश्चित करें कि इस बिंदु पर आपकी इकाई परीक्षण पास हो। आप उन्हें बार-बार चला रहे होंगे क्योंकि आप उन्नयन करते हैं इसलिए हरे रंग से शुरू करना महत्वपूर्ण है।

  4. अपग्रेड स्क्रिप्ट चलाएँ: अपने पूरे स्रोत ट्री पर tf_upgrade_v2 चलाएं, परीक्षण शामिल हैं। यह आपके कोड को एक प्रारूप में अपग्रेड करेगा जहां यह केवल TensorFlow 2.0 में उपलब्ध प्रतीकों का उपयोग करता है। पदावनत प्रतीकों को tf.compat.v1 साथ एक्सेस किया tf.compat.v1 । इन्हें अंततः मैनुअल ध्यान देने की आवश्यकता होगी, लेकिन तुरंत नहीं।

  5. TensorFlow 1.14 के साथ परिवर्तित परीक्षण चलाएं : आपका कोड अभी भी TensorFlow 1.14 में ठीक चलना चाहिए। फिर से अपने यूनिट टेस्ट चलाएं। यहां आपके परीक्षणों में कोई भी त्रुटि का मतलब अपग्रेड स्क्रिप्ट में बग है। कृपया हमें बताएं

  6. चेतावनियों और त्रुटियों के लिए अपग्रेड रिपोर्ट की जाँच करें : स्क्रिप्ट एक रिपोर्ट फ़ाइल लिखती है जो आपको किसी भी रूपांतरण की व्याख्या करती है, जिसे आपको दोबारा जांचना चाहिए, या कोई भी मैन्युअल कार्रवाई करने की आवश्यकता है। उदाहरण के लिए: कंट्रीब के किसी भी शेष उदाहरण को हटाने के लिए मैन्युअल कार्रवाई की आवश्यकता होगी। कृपया अधिक निर्देशों के लिए RFC से परामर्श करें

  7. TensorFlow 2.0 स्थापित करें : इस बिंदु पर TensorFlow 2.0 पर स्विच करना सुरक्षित होना चाहिए

  8. v1.disable_v2_behavior साथ परीक्षण करें : परीक्षण में मुख्य समारोह में al v1.disable_v2_behavior() साथ अपने परीक्षण को फिर से चलाना 1.14 के तहत चलाने के रूप में एक ही परिणाम देना चाहिए।

  9. V2 व्यवहार सक्षम करें : अब जब आपके परीक्षण v2 API का उपयोग करके काम करते हैं, तो आप v2 व्यवहार को चालू करना शुरू कर सकते हैं। आपके कोड को कैसे लिखा जाता है, इसके आधार पर इसमें कुछ बदलावों की आवश्यकता हो सकती है। विवरण के लिए माइग्रेशन गाइड देखें।

उन्नयन स्क्रिप्ट का उपयोग करना

सेट अप

शुरू करने से पहले सुनिश्चित करें कि TensorlFlow 2.0 स्थापित है।

 import tensorflow as tf

print(tf.__version__)
 
2.2.0

आप पर परीक्षण करने के लिए कुछ कोड है तो टेनसफ़्लो / मॉडल गिट रिपॉजिटरी को क्लोन करें:

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% (2449/2449), done.[K
remote: Total 2927 (delta 509), reused 2036 (delta 403), pack-reused 0[K
Receiving objects: 100% (2927/2927), 369.04 MiB | 21.01 MiB/s, done.
Resolving deltas: 100% (509/509), done.
Checking out files: 100% (2768/2768), done.

मदद पढ़ें

स्क्रिप्ट को TensorFlow के साथ स्थापित किया जाना चाहिए। यहाँ बिलिन मदद है:

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] [--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 compact.v2 explicitly.
  --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

उदाहरण TF1 कोड

यहाँ एक सरल TensorFlow 1.0 स्क्रिप्ट है:

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 2.0 के साथ यह स्थापित नहीं है:

(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'

एक दस्तावेज

उन्नयन स्क्रिप्ट को एकल पायथन फ़ाइल पर चलाया जा सकता है:

 !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'


यदि कोड के लिए कोई फ़िक्स नहीं मिल सकता है, तो स्क्रिप्ट त्रुटियों को प्रिंट करेगी।

निर्देशिका पेड़

इस सरल उदाहरण सहित विशिष्ट परियोजनाएं, एक से अधिक फ़ाइल का उपयोग करेंगी। आमतौर पर एक पूरे पैकेज को अपग्रेड करना चाहते हैं, इसलिए स्क्रिप्ट को डायरेक्टरी ट्री पर भी चलाया जा सकता है:

 # upgrade 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
 
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 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 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'
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 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 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'


dataset.make_one_shot_iterator फ़ंक्शन के बारे में एक चेतावनी पर ध्यान दें।

अब स्क्रिप्ट TensorFlow 2.0 के साथ काम करती है:

ध्यान दें कि क्योंकि tf.compat.v1 मॉड्यूल, परिवर्तित स्क्रिप्ट TensorFlow 1.14 में भी चलेगा।

(cd regression_v2 && python custom_regression.py 2>&1) | tail
I0723 01:38:37.875919 139960395478848 estimator.py:2066] Saving dict for global step 1000: global_step = 1000, loss = 309.0033, rmse = 2.5372365
INFO:tensorflow:Saving 'checkpoint_path' summary for global step 1000: /tmp/tmppypy65xc/model.ckpt-1000
I0723 01:38:37.917639 139960395478848 estimator.py:2127] Saving 'checkpoint_path' summary for global step 1000: /tmp/tmppypy65xc/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: $2537


विस्तृत विवरण

स्क्रिप्ट विस्तृत परिवर्तनों की एक सूची भी बताती है। इस उदाहरण में यह एक संभवतः असुरक्षित परिवर्तन पाया और फ़ाइल के शीर्ष पर एक चेतावनी शामिल है:

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/automobile_data.py'
 outputting to 'regression_v2/automobile_data.py'

Dataset.make_one_shot_iterator function बारे में एक चेतावनी पर फिर से ध्यान दें।

अन्य मामलों में आउटपुट गैर-तुच्छ परिवर्तनों के लिए तर्क की व्याख्या करेगा:

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


यहाँ संशोधित फ़ाइल सामग्री है, ध्यान दें कि स्क्रिप्ट कैसे स्थानांतरित और नामांकित तर्कों से निपटने के लिए तर्क नाम जोड़ता है:

cat dropout_v2.py
import tensorflow as tf

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

एक बड़ी परियोजना में कुछ त्रुटियां हो सकती हैं। उदाहरण के लिए deeplab मॉडल परिवर्तित करें:

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

इसने आउटपुट फाइल का उत्पादन किया:

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

लेकिन त्रुटियां थीं। रिपोर्ट आपको पिन-पॉइंट करने में मदद करेगी कि इसे चलाने से पहले आपको क्या ठीक करना होगा। यहां पहले तीन त्रुटियां हैं:

cat deeplab_report.txt | grep -i models/research/deeplab | grep -i error | head -n 3
models/research/deeplab/vis.py:31:7: 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/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.
models/research/deeplab/train.py:29:7: 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.

"सुरक्षा" मोड

रूपांतरण स्क्रिप्ट में एक कम इनवेसिव SAFETY मोड भी होता है, जो कि मात्र tensorflow.compat.v1 का उपयोग करने के लिए आयात को बदलता है।

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)

जैसा कि आप देख सकते हैं कि यह आपके कोड को अपग्रेड नहीं करता है, लेकिन TensorFlow 1 को TensorFlow 2 में चलाने की अनुमति देता है

चेतावनियां

  • इस स्क्रिप्ट को चलाने से पहले अपने कोड के कुछ हिस्सों को मैन्युअल रूप से अपडेट न करें। विशेष रूप से, फ़ंक्शंस में tf.argmax या tf.batch_to_space जैसे तर्कों को tf.argmax : tf.batch_to_space है, जिससे स्क्रिप्ट आपके मौजूदा कोड को गलत तरीके से जोड़ने वाले कीवर्ड तर्कों को गलत तरीके से जोड़ सकती है।

  • स्क्रिप्ट मानता है कि tensorflow का उपयोग कर आयात किया जाता है import tensorflow as tf

  • यह स्क्रिप्ट तर्कों को पुनः व्यवस्थित नहीं करती है। इसके बजाय, स्क्रिप्ट उन कार्यों के लिए कीवर्ड तर्क जोड़ती है जिनके तर्क पुन: व्यवस्थित होते हैं।

  • की जाँच करें tf2up.ml एक GitHub भंडार में Jupyter पुस्तिकाओं और अजगर फ़ाइलों को उन्नत करने के लिए एक सुविधाजनक उपकरण के लिए।

स्क्रिप्ट बग को अपग्रेड करने या सुविधा अनुरोध करने के लिए, कृपया GitHub पर एक समस्या दर्ज करें। और अगर आप TensorFlow 2.0 का परीक्षण कर रहे हैं, तो हम इसके बारे में सुनना चाहते हैं! TF 2.0 टेस्टिंग कम्युनिटी से जुड़ें और टेस्टिंग @tensorflow.org पर सवाल और चर्चा भेजें