Linux——tensorflow新旧版本问题

默认安装2.0版本，但是跑别人的Tensorflow代码时，一直出现版本错误，基本可以用tf.X替换成tf.compat.v1.X解决。但是tf.contrib这个不行。

AttributeError: module ‘tensorflow.compat.v1’ has no attribute ‘contrib’ 因为tensorflow版本问题踩得坑：contrib没找到

方法一、直接卸载，更换版本

卸载2.0版本，重新安装1.X的版本。

1. 查看现在的版本：2.9.1。

2. 卸载：

3. 重新安装

1. 直接用命令

pip install tensorflow==1.14.0 -i https://mirrors.aliyun.com/pypi/simple/

报错：

ERROR: Could not find a version that satisfies the requirement tensorflow

2 问题分析

因为Pip版本对应的Python版本下没有这个版本的tensorflow。
当前指令下的Python版本没有选择对。通过执行命令

pip -V

可以查看到该pip对应的python版本是3.8。

3 解决办法

第一种情况（有pip3.6）

查看是否有pip3.6

pip3.6 -V

如果有直接使用pip3.6安装TensorFlow

pip3.6 install tensorflow-gpu==1.14.0

第二种情况（没有pip3.6）

如果有以上步骤执行成功，此步骤跳过
（1）第一步：下载安装Pip的脚本

curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py
python get-pip.py

（2） 第二步：安装python3.6版本的pip

python3.6 get-pip.py

如果成功的话，直接第三步，但是这里我报错了：
（忘记截图了，大概就是不支持3.6版本的，让改用3.7版本，或者提供了一个3.6版本的链接。）
解决办法：
把第一步代码的链接改成提示给出的链接：

curl https://bootstrap.pypa.io/pip/3.6/get-pip.py -o get-pip.py

接着再重复执行后续代码。

（3） 第三步：查看是否安装成功

pip3.6 -V

成功输出

pip 21.3.1 from /usr/local/lib/python3.6/dist-packages/pip (python 3.6)

（4） 第四步：指定pip3.6 执行安装tensorflow

pip3.6 install tensorflow-gpu==1.14.0

验证是否安装成功

python
import tensorflow as tf
tf.__version__

注：安装好的tensorflow是在python3.6底下的，如果默认环境是python3.8的，需要切换环境。

方法二、不卸载

主要是针对tf.contribute.image.X()的函数。

1. 安装

参考tfa.image.translate/transform等image下的函数：python - What is the equivalent of tf.contrib.image.bipartite_match in Tensorflow 2? - Stack Overflow
先安装 tfa-nightly

pip install tfa-nightly

注意：要根据兼容性重新安装。参考链接:GitHub - tensorflow/addons: Useful extra functionality for TensorFlow 2.x maintained by SIG-addons。我的是py38+tf2.9，所以安装 tfa-nightly。

2. 使用

在代码中，引用

import tensorflow_addons as tfa

然后把涉及到

tf.contrib.image.transform()

都改成：

tfa.image.transform()

搞定。