运行环境
Spyder4.0+Python3.7
来源
https://github.com/dragen1860/Deep-Learning-with-TensorFlow-book。
代码
import tensorflow as tf
assert tf.__version__.startswith('1.')
# 1.创建计算图阶段
# 创建2个输入端子,指定类型和名字
a_ph = tf.placeholder(tf.float32, name='variable_a')
b_ph = tf.placeholder(tf.float32, name='variable_b')
# 创建输出端子的运算操作,并命名
c_op = tf.add(a_ph, b_ph, name='variable_c')
# 2.运行计算图阶段
# 创建运行环境
sess = tf.InteractiveSession()
# 初始化操作也需要作为操作运行
init = tf.global_variables_initializer()
sess.run(init) # 运行初始化操作,完成初始化
# 运行输出端子,需要给输入端子赋值
c_numpy = sess.run(c_op, feed_dict={a_ph: 2., b_ph: 4.})
# 运算完输出端子才能得到数值类型的c_numpy
print('a+b=',c_numpy)
错误修改
由于本人使用TensorFlow2.0,原来的例程是给1.0版本使用,导致出现如下错误。错误在于Line2中的assert,指定了版本为TensorFlow1.0。
修改代码
将assert的版本改为2.0。
这样的改动导致了新的错误,错误如下
问题原因:在TF2中使用了TF1的模块,需要指定使用对应的TF1的版本。最终代码修改如下
import tensorflow as tf
if ('2'==tf.__version__[0]):
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
assert tf.__version__.startswith('2.')
else:
assert tf.__version__.startswith('1.')
这样可以兼容TF1和TF2。本人没有安装TF1,不知道在TF1环境下测试能否通过。TF2环境已经测试通过。如果TF1环境测试有问题,请告知我,我做代码修改。谢谢
运行结果