TF版本升级问题集合:成功解决由于不同的TensorFlow版本之间某些函数的用法引起的错误

简介: TF版本升级问题集合:成功解决由于不同的TensorFlow版本之间某些函数的用法引起的错误

遇到的问题以及对应解决方法


Transitioning to TensorFlow 1.0


TensorFlow升级导致的错误,TensorFlow 1.0后与以前代码不兼容,所以要根据API去修改。


参照外文:https://www.tensorflow.org/install/migration



1、解决问题AttributeError: module 'tensorflow' has no attribute 'histogram_summary'


将tf.histogram_summary改为tf.summary.histogram

成功解决AttributeError: module 'tensorflow' has no attribute 'histogram_summary'


2、解决问题AttributeError: module 'tensorflow' has no attribute 'scalar_summary'


将 tf.scalar_summary 改为tf.summary.scalar  


3、解决问题AttributeError: module 'tensorflow' has no attribute 'merge_all_summaries'


将 tf.merge_all_summaries() 改为tf.summary.merge_all()


4、解决问题AttributeError: module 'tensorflow.python.training.training' has no attribute 'SummaryWriter'


将tf.train.SummaryWriter 改为tf.summary.FileWriter


5、解决问题Instructions for updating:  Use `tf.global_variables_initializer` instead.


将tf.initialize_all_variables改为tf.global_variables_initializer


6、解决问题AttributeError: module 'tensorflow.python.ops.nn' has no attribute '_seq2seq'


将tf.nn.seq2seq.sequence_loss_by_example 改为tf.contrib.legacy_seq2seq.sequence_loss_by_example


7、将tf.nn.rnn_cell.改为 tf.contrib.rnn


8、解决问题:AttributeError: module 'tensorflow' has no attribute 'mul'


将tf.mul(input1, input2) 改为 tf.multiply(input1, input2)

TF版本升级问题:解决AttributeError: module 'tensorflow' has no attribute 'mul'


9、解决问题:AttributeError: module 'tensorflow' has no attribute 'sub'


将tf.sub改为tf.subtract


10、解决问题:

tf.merge_all_summaries() 改为 summary_op = tf.summaries.merge_all()


11、解决问题:AttributeError: 'module' object has no attribute 'SummaryWriter'

tf.train.SummaryWriter 改为 tf.summary.FileWriter


12、解决问题:AttributeError: module 'tensorflow.nn.rnn_cell' has no attribute 'linear'

tf.nn.rnn_cell 改为  tf.contrib.rnn.core_rnn_cell



相关文章
|
1月前
|
TensorFlow 算法框架/工具
Tensorflow学习笔记(二):各种tf类型的函数用法集合
这篇文章总结了TensorFlow中各种函数的用法,包括创建张量、设备管理、数据类型转换、随机数生成等基础知识。
35 0
|
3月前
|
并行计算 TensorFlow 算法框架/工具
Window安装TensorFlow-GPU版本
Window安装TensorFlow-GPU版本
61 0
|
3月前
|
TensorFlow 算法框架/工具
【Tensorflow】图解tf.image.extract_patches的用法--提取图片特定区域
文章通过图解和示例详细解释了TensorFlow中tf.image.extract_patches函数的用法,展示了如何使用该函数从图像中提取特定区域或分割图像为多个子图像。
72 0
|
4月前
|
Linux TensorFlow 算法框架/工具
安装GPU版本的TensorFlow
【7月更文挑战第3天】安装GPU版本的TensorFlow。
223 1
|
5月前
|
机器学习/深度学习 TensorFlow 算法框架/工具
tensorflow的常用函数
tensorflow的常用函数
24 1
|
6月前
|
机器学习/深度学习 数据可视化 TensorFlow
Python用线性回归和TensorFlow非线性概率神经网络不同激活函数分析可视化
Python用线性回归和TensorFlow非线性概率神经网络不同激活函数分析可视化
|
6月前
|
机器学习/深度学习 PyTorch TensorFlow
【TensorFlow】TF介绍及代码实践
【4月更文挑战第1天】TF简介及代码示例学习
97 0
|
7天前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
垃圾识别分类系统。本系统采用Python作为主要编程语言,通过收集了5种常见的垃圾数据集('塑料', '玻璃', '纸张', '纸板', '金属'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对图像数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。然后使用Django搭建Web网页端可视化操作界面,实现用户在网页端上传一张垃圾图片识别其名称。
32 0
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
|
7天前
|
机器学习/深度学习 人工智能 算法
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
手写数字识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Flask框架,开发网页端操作平台,实现用户上传一张图片识别其名称。
25 0
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
|
7天前
|
机器学习/深度学习 人工智能 算法
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
蔬菜识别系统,本系统使用Python作为主要编程语言,通过收集了8种常见的蔬菜图像数据集('土豆', '大白菜', '大葱', '莲藕', '菠菜', '西红柿', '韭菜', '黄瓜'),然后基于TensorFlow搭建卷积神经网络算法模型,通过多轮迭代训练最后得到一个识别精度较高的模型文件。在使用Django开发web网页端操作界面,实现用户上传一张蔬菜图片识别其名称。
42 0
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型