查看我的版本:
Module: tf.compat | TensorFlow Core v2.6.0Compatibility functions.
tf1.0 到 tf2.0 的区别以及相关说明(并没解决我的问题,但可能对你有用,这里也贴出来):TensorFlow 1.x vs TensorFlow 2 – Behaviors and APIs | TensorFlow Core
同样这里不想降低版本,因此尝试通过以下方法解决:
# import tensorflow as tf
import tensorflow.compat.v1 as tf
到这里,就报如题描述的错误啦;
此时我尝试通过直接使用 tf2 的模块及函数直接替换掉 tf1 相关的模块函数,但显然相当麻烦,要去查找每个模块可能对应的新的模块函数,就在这个过程中,我找到了下面这位博主的解决方案:
import tensorflow as tf
# import tensorflow.compat.v1 as tf
tf.compat.v1.disable_eager_execution()
当然,在后文与Tensorflow1.0 相关的调用时,要进行相应的修改:
# 动态申请显存
# config = tf.ConfigProto()
# config.gpu_options.allow_growth = True
# self.sess = tf.Session(config=config)
config = tf.compat.v1.ConfigProto()
config.gpu_options.allow_growth = True
self.sess = tf.compat.v1.Session(config=config)
文章出处登录后可见!
已经登录?立即刷新