有时候，我在运行旧的tensorflow 1.x代码时会遇到问题。策略是什么？
1bqhqjot1#
我发现主要有3种策略，按偏好排序：1.使用Colab运行tf 1代码。似乎Colab只支持tf 2，但事实并非如此，您仍然可以使用pip卸载tf 2并安装特定版本的tf 1。!yes|pip uninstall tensorflow，!pip install tensorflow==1.15.5也许您应该安装其他依赖项。因此使用!pip install -r requirements.txt注意！您必须重新启动运行时才能使用新安装的版本。1.使用Anaconda虚拟环境或普通Python虚拟环境（Virtualenv）运行tf 1代码1.使用转换脚本（tf_upgrade_v2）和手动编辑将代码从tf 1迁移到tf 2。要做到这一点，请检查https://www.tensorflow.org/guide/migrate?hl=en。这可能是一项大量的工作，但如果你想维护和开发代码，这是合理的。
!yes|pip uninstall tensorflow
!pip install tensorflow==1.15.5
!pip install -r requirements.txt
1条答案
按热度按时间1bqhqjot1#
我发现主要有3种策略，按偏好排序：
1.使用Colab运行tf 1代码。似乎Colab只支持tf 2，但事实并非如此，您仍然可以使用pip卸载tf 2并安装特定版本的tf 1。
!yes|pip uninstall tensorflow，!pip install tensorflow==1.15.5也许您应该安装其他依赖项。因此使用!pip install -r requirements.txt注意！您必须重新启动运行时才能使用新安装的版本。1.使用Anaconda虚拟环境或普通Python虚拟环境（Virtualenv）运行tf 1代码
1.使用转换脚本（tf_upgrade_v2）和手动编辑将代码从tf 1迁移到tf 2。要做到这一点，请检查https://www.tensorflow.org/guide/migrate?hl=en。这可能是一项大量的工作，但如果你想维护和开发代码，这是合理的。