使用TensorFlow2实现第一个程序：Hello World

简介

---

关于TensorFlow的安装，请参考win10便捷安装TensorFlow2——使用Anaconda。

对于不熟悉DNN的同学，直接上复杂的概念不容易上手，我觉得还是先来点简单的。

本文就是使用TensorFlow2实现在屏幕上输出“Hello World”字串的功能。

即使是这么一个简单的程序，中间还是有一些小问题，一并解决。

代码

---

这是第一版代码，使用的TensorFlow v1.0版本代码，网上可以找到许多这样的代码：

'''
HelloWorld example using TensorFlow library.
Author: Aymeric Damien
Project: https://github.com/aymericdamien/TensorFlow-Examples/
'''

from __future__ import print_function

import tensorflow as tf

# Simple hello world using TensorFlow

# Create a Constant op
# The op is added as a node to the default graph.
#
# The value returned by the constructor represents the output
# of the Constant op.
hello = tf.constant('Hello, TensorFlow!')

# Start tf session
sess = tf.Session()

# Run the op
print(sess.run(hello))

很简洁的代码，遗憾的是，它并不能在TensorFlow2.0上正常运行。

module ‘tensorflow’ has no attribute ‘Session’

---

如图：

是的，tf2没有这个属性。

所以需要加入以下代码，以与tf1兼容：

sess = tf.compat.v1.Session()

为了避免在每次使用类似的属性时都加上上述语句，可以在开始引入tf时就直接以兼容方式：

import tensorflow.compat.v1 as tf

后面就可以直接tf，ok了。

当然，还有第二个问题。

runtimeerror: the session graph is empty. add operations to the graph before calling run()

---

如图：

在tf2上需要在文件的开头加入以下语句可以解决问题：

tf.compat.v1.disable_eager_execution()

但另一方面，tf2支持eager 执行，就不用地创建会话并在其中执行代码。是的，直接print就行：

hello = tf.constant('Hello, TensorFlow!')

# Run
print(hello)

输出如下：

tf.Tensor(b'Hello, TensorFlow!', shape=(), dtype=string)

Warning/Info信息输出干扰查看

---

我是在win10是运行的，没有GPU，所以每次导入tf2的时候就会报一堆警告或者信息，如图：

这些信息与运行无关，可以屏蔽，这里使用python的os环境变量设置：

# set log level before import tf
import os

# 0 = all messages are logged (default behavior)
# 1 = INFO messages are not printed
# 2 = INFO and WARNING messages are not printed
# 3 = INFO, WARNING, and ERROR messages are not printed
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

ok，这时只有Error/Fatal信息才会输出。

特别注意，这个设置语句要在import tensorflow前，否则无效。

最终代码

---

新建一个py文件，录入以下内容：

使用tf1改造版本：

# -*- coding: utf-8 -*-

# set log level before import tf
import os

# 0 = all messages are logged (default behavior)
# 1 = INFO messages are not printed
# 2 = INFO and WARNING messages are not printed
# 3 = INFO, WARNING, and ERROR messages are not printed
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
#os.environ["CUDA_VISIBLE_DEVICES"] = "0"

# 这里安装的是v2版本的tensorflow
# 导入与v1版本兼容的tf
import tensorflow.compat.v1 as tf
print(tf.__version__)

# this does not work for v2.0
# tf.logging.set_verbosity(tf.logging.ERROR)
# tf.get_logger().setLevel('ERROR')

# 此函数只能在创建任何图、运算或张量之前调用
# 它可以用于从TensorFlow 1.x到2.x的复杂迁移项目的程序开头
tf.disable_eager_execution()

# 图形定义部分，创建计算图，此处只有一个节点，tensor常量字符串
message = tf.constant('Hello World!')

# 通过会话执行计算图
# 使用 with 关键字创建了会话，最后在会话中执行以上计算图
with tf.Session() as sess:
	print(sess.run(message).decode())

使用tf2版本：

# -*- coding: utf-8 -*-

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

import tensorflow as tf
print(tf.__version__)

# 使用session
with tf.compat.v1.Session() as sess:
	msg = tf.constant('Hello World!')
	print(sess.run(msg).decode())

结果如图所示：

小结

---

tf2在tf1的基础上有了较大的升级改造，总体上而言，API接口更简洁，使用更简单。

相信从tf1转移到tf2也不是很难的事情。

建议初学者直接从tf2开始。

参考资料

---

helloworld.py
TF_CPP_MIN_LOG_LEVEL does not work with TF2.0 dev20190820
How to fix ‘RuntimeError: The Session graph is empty. Add operations to the graph before calling run()
RuntimeError: The Session graph is empty. Add operations to the graph before calling run()