我正在使用 Tensorflow==2.0.0a0
并希望运行以下脚本:
import tensorflow as tf
import tensorboard
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import tensorflow_probability as tfp
from tensorflow_model_optimization.sparsity import keras as sparsity
from tensorflow import keras
tfd = tfp.distributions
init = tf.global_variables_initializer()
with tf.Session() as sess:
sess.run(init)
model = tf.keras.Sequential([
tf.keras.layers.Dense(1,kernel_initializer='glorot_uniform'),
tfp.layers.DistributionLambda(lambda t: tfd.Normal(loc=t, scale=1))
])
我所有的旧笔记本都使用 TF 1.13。但是,我想开发一个使用模型优化(神经网络修剪)+ TF 概率的笔记本,这需要 Tensorflow > 1.13
。
所有库都已导入,但 init = tf.global_variables_initializer()
生成错误:
AttributeError: module 'tensorflow' has no attribute 'global_variables_initializer'
此外, tf.Session()
生成错误:
AttributeError: module 'tensorflow' has no attribute 'Session'
所以我想这可能与 Tensorflow 本身有关,但我的 Anaconda 环境中没有旧版本冲突。
库版本的输出:
tf.__version__
Out[16]: '2.0.0-alpha0'
tfp.__version__
Out[17]: '0.7.0-dev20190517'
keras.__version__
Out[18]: '2.2.4-tf'
关于这个问题有什么想法吗?
原文由 razimbres 发布,翻译遵循 CC BY-SA 4.0 许可协议
Tensorflow 2.0 脱离会话并切换到即时执行。如果您引用 tf.compat 库并禁用即时执行,您仍然可以使用会话运行代码:
您可以使用以下方式以这种方式转换任何 python 脚本: