Reference:
https://www.tensorflow.org/install/migration

tensorflow 更新到1.0之后，0.n版本不兼容，除了手動更改代碼之外，tensorflow官方還提供了自動更新的腳本。

下載鏈接：https://github.com/tensorflow/tensorflow/tree/master/tensorflow/tools/compatibility

使用方法：

更新一個文件：

原本代碼為foo.py, 使用tf_upgrade.py自動升級為1.0版本，新的文件名為foo-upgraded.py：

tf_upgrade.py --infile foo.py --outfile foo-upgraded.py

目錄下的所有文件都更新：

 tf_upgrade.py --intree InputDir --outtree OutputDir

目錄下的所有文件都更新，并復制除了python文件之外的其他文件到新文件夾：

運行之后所有.py文件都會更新并放在OutputDir目錄下，如果想要目錄中的其他文件（.txt等）也復制到新的文件夾,可以設置

copyotherfiles為True：
tf_upgrade.py --intree InputDir --outtree OutputDir --copyotherfiles True

更新完畢后腳本會自動生成一個log文件，其中包含了更新的內容。

third_party/tensorflow/tools/compatibility/test_file_v0.11.py Line 125

Renamed keyword argument from `dim` to `axis`
Renamed keyword argument from `squeeze_dims` to `axis`

  Old:          [[1, 2, 3]], dim=1), squeeze_dims=[1]).eval(),
                    ~~~~  ~~~~~~~~~~~~~
  New:          [[1, 2, 3]], axis=1), axis=[1]).eval(),
                    ~~~~~  ~~~~~

拓展閱讀

tf_upgrade.py 有一些局限性：

• 它不能改變 tf.reverse() 的參數，因此必須手動修復。
• 對于參數列表重新排序的方法，如 tf.split() 和 tf.reverse_split()，它會嘗試引入關鍵字參數，但實際上并不能重新排列參數。

有些結構必須手動替換，例如：

tf.get.variable_scope().reuse_variables() 

替換為：

with tf.variable_scope(tf.get.variable_scope(),reuse=True):

到此這篇關于TensorFlow低版本代碼自動升級為1.0版本的文章就介紹到這了,更多相關TensorFlow低版本代碼自動升級 內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！