หน้านี้ได้รับการแปลโดย Cloud Translation API
Switch to English

อัปเกรดรหัสเป็น TensorFlow 2 โดยอัตโนมัติ

ดูบน TensorFlow.org ทำงานใน Google Colab ดูแหล่งที่มาบน GitHub ดาวน์โหลดสมุดบันทึก

TensorFlow 2.0 มีการเปลี่ยนแปลง API มากมายเช่นการเรียงลำดับอาร์กิวเมนต์การเปลี่ยนชื่อสัญลักษณ์และการเปลี่ยนค่าเริ่มต้นสำหรับพารามิเตอร์ การดำเนินการแก้ไขด้วยตนเองเหล่านี้ด้วยตนเองจะน่าเบื่อและมีแนวโน้มที่จะเกิดข้อผิดพลาด เพื่อเพิ่มความคล่องตัวในการเปลี่ยนแปลงและเพื่อให้การเปลี่ยนแปลงของคุณเป็น TF 2.0 ได้อย่างราบรื่นที่สุดทีม TensorFlow ได้สร้างยูทิลิตี้ tf_upgrade_v2 เพื่อช่วยเปลี่ยนรหัสดั้งเดิมเป็น API ใหม่

การใช้งานทั่วไปเป็นเช่นนี้:

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

มันจะเร่งกระบวนการอัพเกรดของคุณโดยการแปลงสคริปต์ TensorFlow 1.x Python ที่มีอยู่เป็น TensorFlow 2.0

สคริปต์การแปลงจะดำเนินการโดยอัตโนมัติให้มากที่สุดเท่าที่จะเป็นไปได้ แต่ยังคงมีการเปลี่ยนแปลงด้านโครงสร้างและโวหารที่สคริปต์ไม่สามารถทำได้

โมดูลที่เข้ากันได้

ไม่สามารถอัปเกรดสัญลักษณ์ API บางอย่างได้ง่ายๆโดยใช้การแทนที่สตริง เพื่อให้แน่ใจว่ารหัสของคุณยังคงรองรับใน TensorFlow 2.0 สคริปต์อัพเกรดจะมีโมดูล compat.v1 โมดูลนี้แทนที่สัญลักษณ์ TF 1.x เช่น tf.foo ด้วยการอ้างอิง tf.compat.v1.foo เทียบเท่า ในขณะที่โมดูลความเข้ากันได้ดีเราขอแนะนำให้คุณพิสูจน์อักษรแทนด้วยตนเองและย้ายพวกเขาไปยัง API ใหม่ใน tf.* namespace แทน tf.compat.v1 เนมสเปซโดยเร็วที่สุด

เนื่องจากการลดลงของโมดูล TensorFlow 2.x (ตัวอย่างเช่น tf.flags และ tf.contrib ) การเปลี่ยนแปลงบางอย่างจึงไม่สามารถแก้ไขได้โดยสลับไปที่ compat.v1 การอัพเกรดรหัสนี้อาจต้องใช้ไลบรารีเพิ่มเติม (เช่น absl.flags ) หรือเปลี่ยนเป็นแพ็คเกจใน tensorflow / addons

ส่วนที่เหลือของคู่มือนี้แสดงให้เห็นถึงวิธีการใช้สคริปต์อัพเกรด ในขณะที่สคริปต์อัปเกรดใช้งานง่ายขอแนะนำอย่างยิ่งให้คุณใช้สคริปต์เป็นส่วนหนึ่งของกระบวนการต่อไปนี้:

  1. การทดสอบหน่วย : ตรวจสอบให้แน่ใจว่ารหัสที่คุณกำลังอัพเกรดมีชุดทดสอบหน่วยที่มีความครอบคลุมที่เหมาะสม นี่คือรหัส Python ดังนั้นภาษาจะไม่ปกป้องคุณจากความผิดพลาดหลายระดับ ตรวจสอบให้แน่ใจด้วยว่าการพึ่งพาใด ๆ ที่คุณได้รับการอัพเกรดแล้วให้เข้ากันได้กับ TensorFlow 2.0

  2. ติดตั้ง TensorFlow 1.14 : อัพเกรด TensorFlow ของคุณเป็นเวอร์ชั่นล่าสุดของ TensorFlow 1.x อย่างน้อย 1.14 ซึ่งรวมถึง TensorFlow 2.0 API สุดท้ายใน tf.compat.v2

  3. ทดสอบด้วย 1.14 : ตรวจสอบให้แน่ใจการทดสอบหน่วยของคุณผ่านที่จุดนี้ คุณจะเรียกใช้งานซ้ำ ๆ เมื่อคุณอัปเกรดดังนั้นการเริ่มต้นจากสีเขียวจึงเป็นสิ่งสำคัญ

  4. เรียกใช้สคริปต์อัปเกรด : เรียกใช้ tf_upgrade_v2 บนทรีต้นทางทั้งหมดของคุณรวมถึงการทดสอบ นี่จะอัปเกรดรหัสของคุณเป็นรูปแบบที่ใช้สัญลักษณ์ที่มีอยู่ใน TensorFlow 2.0 เท่านั้น สัญลักษณ์ที่ไม่รองรับจะถูกเข้าถึงด้วย tf.compat.v1 ในที่สุดสิ่งเหล่านี้จะต้องให้ความสนใจด้วยตนเอง แต่ไม่ใช่ในทันที

  5. เรียกใช้การทดสอบที่แปลงแล้วด้วย TensorFlow 1.14 : รหัสของคุณยังคงทำงานได้ดีใน TensorFlow 1.14 เรียกใช้การทดสอบหน่วยของคุณอีกครั้ง ข้อผิดพลาดใด ๆ ในการทดสอบของคุณที่นี่หมายความว่ามีข้อผิดพลาดในสคริปต์อัปเกรด โปรดแจ้งให้เราทราบ

  6. ตรวจสอบรายงานการอัปเกรดสำหรับคำเตือนและข้อผิดพลาด : สคริปต์เขียนไฟล์รายงานที่อธิบายการแปลงใด ๆ ที่คุณควรตรวจสอบอีกครั้งหรือดำเนินการด้วยตนเองที่คุณต้องดำเนินการ ตัวอย่างเช่น: อินสแตนซ์ที่เหลือของ contrib จะต้องดำเนินการด้วยตนเองเพื่อลบ โปรดปรึกษา RFC สำหรับคำแนะนำเพิ่มเติม

  7. ติดตั้ง TensorFlow 2.0 : ณ จุดนี้มันควรจะปลอดภัยที่จะเปลี่ยนเป็น TensorFlow 2.0

  8. ทดสอบกับ v1.disable_v2_behavior : ทำการทดสอบ v1.disable_v2_behavior() ด้วย al v1.disable_v2_behavior() ในการทดสอบฟังก์ชั่นหลักควรให้ผลลัพธ์เช่นเดียวกับการทำงานภายใต้ 1.14

  9. เปิดใช้งานพฤติกรรม V2 : ขณะนี้การทดสอบของคุณทำงานโดยใช้ v2 API คุณสามารถเริ่มมองหาการเปิดใช้งานพฤติกรรม v2 ขึ้นอยู่กับว่าคุณเขียนรหัสอย่างไรอาจต้องมีการเปลี่ยนแปลง ดู คู่มือการโยกย้าย สำหรับรายละเอียด

การใช้สคริปต์อัพเกรด

ติดตั้ง

ก่อนเริ่มต้นให้แน่ใจว่าติดตั้ง TensorlFlow 2.0

 import tensorflow as tf

print(tf.__version__)
 
2.2.0

โคลนที่เก็บ git ของ tensorflow / models เพื่อให้คุณมีรหัสที่จะทดสอบ:

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.

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] [--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

ตัวอย่างรหัส TF1

นี่คือสคริปต์ TensorFlow 1.0 ที่เรียบง่าย:

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 2.0 จะไม่สามารถทำงานได้:

(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

สคริปต์การอัปเกรดสามารถทำงานกับไฟล์ 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

ต้นไม้ไดเรกทอรี

โครงการทั่วไปรวมถึงตัวอย่างง่าย ๆ นี้จะใช้มากกว่าหนึ่งไฟล์ โดยทั่วไปต้องการอัปเกรดแพคเกจทั้งหมดดังนั้นสคริปต์สามารถเรียกใช้บนแผนผังไดเรกทอรี:

 # 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'


โปรดสังเกตคำเตือนเดียวเกี่ยวกับฟังก์ชัน dataset.make_one_shot_iterator

ตอนนี้สคริปต์ทำงานร่วมกับ TensorFlow 2.0:

โปรดทราบว่าเนื่องจากโมดูล tf.compat.v1 สคริปต์ที่แปลงแล้วจะทำงานใน TensorFlow 1.14

(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


รายงานรายละเอียด

สคริปต์ยังรายงานรายการการเปลี่ยนแปลงโดยละเอียด ในตัวอย่างนี้พบการแปลงที่ไม่ปลอดภัยและอาจมีคำเตือนที่ด้านบนของไฟล์:

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'

โปรดสังเกตคำเตือนเกี่ยวกับ Dataset.make_one_shot_iterator function อีกครั้ง

ในกรณีอื่น ๆ 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.
--------------------------------------------------------------------------------


นี่คือเนื้อหาไฟล์ที่ถูกแก้ไขสังเกตว่าสคริปต์เพิ่มชื่ออาร์กิวเมนต์เพื่อจัดการกับอาร์กิวเมนต์ที่ถูกย้ายและเปลี่ยนชื่อ:

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)

โครงการขนาดใหญ่อาจมีข้อผิดพลาดเล็กน้อย ตัวอย่างเช่นแปลงรุ่น deeplab:

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

มันผลิตไฟล์ที่ส่งออก:

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/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.

โหมด "ปลอดภัย"

สคริปต์การแปลงยังมีโหมด SAFETY รุกรานน้อยกว่าซึ่งเพียงแค่เปลี่ยนการนำเข้าเพื่อใช้โมดูล 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)

อย่างที่คุณเห็นนี้ไม่ได้อัพเกรดรหัสของคุณ แต่อนุญาตให้ใช้รหัส TensorFlow 1 ใน TensorFlow 2

คำเตือน

  • อย่าอัปเดตบางส่วนของรหัสของคุณด้วยตนเองก่อนเรียกใช้สคริปต์นี้ โดยเฉพาะอย่างยิ่งฟังก์ชันที่มีการเรียงลำดับอาร์กิวเมนต์เช่น tf.argmax หรือ tf.batch_to_space ทำให้สคริปต์เพิ่มอาร์กิวเมนต์คำหลักที่ไม่ถูกต้องที่ไม่ตรงกับรหัสที่มีอยู่ของคุณ

  • สคริปต์อนุมานว่า tensorflow จะถูกนำเข้าโดยใช้ import tensorflow as tf

  • สคริปต์นี้ไม่ได้เรียงลำดับอาร์กิวเมนต์ใหม่ สคริปต์จะเพิ่มอาร์กิวเมนต์คำหลักให้กับฟังก์ชันที่มีการเรียงลำดับอาร์กิวเมนต์ใหม่แทน

  • ลองใช้ tf2up.ml เพื่อเป็นเครื่องมือที่สะดวกในการอัปเกรดสมุดบันทึก Jupyter และไฟล์ Python ในที่เก็บ GitHub

หากต้องการรายงานข้อผิดพลาดสคริปต์อัปเกรดหรือส่งคำขอคุณสมบัติโปรดยื่นปัญหาที่ GitHub และถ้าคุณกำลังทดสอบ TensorFlow 2.0 เราต้องการทราบเกี่ยวกับมัน! เข้าร่วม ชุมชนการทดสอบ TF 2.0 และส่งคำถามและการสนทนาไปที่ testing@tensorflow.org