Переход с TensorFlow 1.x на TensorFlow 2
Узнайте, как перенести код TensorFlow с TensorFlow 1.x на TensorFlow 2. Преобразование кода может потребовать некоторых усилий, но каждое изменение приводит к доступу к новым функциям и моделям, повышению ясности и простоты, а также упрощению отладки. Прежде чем начать миграцию, прочтите руководство по поведению . Вкратце процесс миграции выглядит так:
- Запустите автоматический скрипт , чтобы преобразовать использование API TF1.x в
tf.compat.v1
. - Удалите старые
tf.contrib.layers
и замените их символами TF Slim . Также проверьте TF Addons на наличие других символовtf.contrib
. - Перепишите форвардные проходы модели TF1.x, чтобы они работали в TF2 с включенным нетерпеливым выполнением.
- Проверьте точность и числовую правильность вашего перенесенного кода.
- Обновите код обучения, оценки и сохранения моделей до эквивалентов TF2.
- (Необязательно) Перенесите API-интерфейсы
tf.compat.v1
, совместимые с TF2, включая использование TF Slim , на идиоматические API-интерфейсы TF2.
Рекомендуемые руководства по миграции
TensorFlow 1.x против TensorFlow 2
Узнайте, чем принципиально отличаются API и поведение TF2 от TF1.x.Сопоставьте модели TF1.x с TF2
Сразу же начните использовать модели TF1.x в TF2, используя моделирующие прокладки.Переписать символы API TF1.x
Программно обновите некоторые части кода TF1.x до TF2.Проверить перенесенный код TF2
Проверьте правильность перенесенного кода TF2.Отказ от оценщиков
Перейдите с конвейеров обучения Estimator на TF2.Удаление столбцов функций
Узнайте, как перейти на слои предварительной обработки Keras изtf.feature_column
s.
Рабочие процессы обучения нескольких рабочих процессоров/графических процессоров
Узнайте, как перенести распределенныйEstimator
с несколькими рабочими процессами в TF2.
Рабочие процессы ТПУ
Узнайте, как перенести APITPUEstimator
в TF2.