这篇教程TensorFlow低版本代码自动升级为1.0版本写得很实用，希望能帮到您。
Reference:
https://www.tensorflow.org/install/migration tensorflow 更新到1.0之后，0.n版本不兼容，除了手动更改代码之外，tensorflow官方还提供了自动更新的脚本。 下载链接：https://github.com/tensorflow/tensorflow/tree/master/tensorflow/tools/compatibility
使用方法：
更新一个文件：
原本代码为foo.py, 使用tf_upgrade.py自动升级为1.0版本，新的文件名为foo-upgraded.py：
tf_upgrade.py --infile foo.py --outfile foo-upgraded.py 目录下的所有文件都更新：
tf_upgrade.py --intree InputDir --outtree OutputDir 目录下的所有文件都更新，并复制除了python文件之外的其他文件到新文件夹：
运行之后所有.py文件都会更新并放在OutputDir目录下，如果想要目录中的其他文件（.txt等）也复制到新的文件夹,可以设置 copyotherfiles为True：tf_upgrade.py --intree InputDir --outtree OutputDir --copyotherfiles True 更新完毕后脚本会自动生成一个log文件，其中包含了更新的内容。
third_party/tensorflow/tools/compatibility/test_file_v0.11.py Line 125Renamed 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(), ~~~~~ ~~~~~ 拓展阅读
tf_upgrade.py 有一些局限性： - 它不能改变 tf.reverse() 的参数，因此必须手动修复。
- 对于参数列表重新排序的方法，如 tf.split() 和 tf.reverse_split()，它会尝试引入关键字参数，但实际上并不能重新排列参数。
有些结构必须手动替换，例如： tf.get.variable_scope().reuse_variables() 替换为： with tf.variable_scope(tf.get.variable_scope(),reuse=True): 到此这篇关于TensorFlow低版本代码自动升级为1.0版本的文章就介绍到这了,更多相关TensorFlow低版本代码自动升级 内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
python爬虫scrapy基于CrawlSpider类的全站数据爬取示例解析
conda安装tensorflow和conda常用命令小结 |
