tensorflow中contrib模块问题。（tf.contrib）

问题提出：

v1版本中tensorflow中contrib模块十分丰富，但是发展不可控，因此在v2版本中将这个模块集成到其他模块中去了。在学习tensorflow经常碰到tf.contrib的代码，一敲就报错。

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

weight=tf.constant([[1.0,2.0],[-3.0,-4.0]])
regularizer_l2=tf.contrib.layers.l2_regularizer(.5)
regularizer_l1=tf.contrib.layers.l1_regularizer(.5)  
with tf.Session() as sess:
    print(sess.run(regularizer_l2(weight)))
    print(sess.run(regularizer_l1(weight)))

会报错：

解决方案1：

自己写函数，这需要对原理的理解（比如上面L2正则化），如果本身有实力可以自己写。但对于小白显然不可取。

解决方案2：

卸载v2版本TensorFlow，重新下载v1版本TensorFlow，同时适配各类软件及软件包，较为麻烦。由于v2都能配置好，卸掉重新配置v1版本也不是什么问题。因此在这里不予讨论。

解决方案3：

首先查看官方文档说明：

https://tensorflow.google.cn/versions/r1.15/api_docs/python/tf/contrib?hl=en
https://tensorflow.google.cn/guide/migrate#a_note_on_slim_contriblayers

发现contrib的内容可以集成到下面三个包中。
tf.keras.layers.Layer
tf.keras.Model
tf.Module
因此，尝试以后，发现L2正则化存在于tf.keras里面。

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

weight=tf.constant([[1.0,2.0],[-3.0,-4.0]])
regularizer_l2=tf.keras.regularizers.l2(.5)
regularizer_l1=tf.keras.regularizers.l1(.5)
with tf.Session() as sess:
    print(sess.run(regularizer_l2(weight)))
    print(sess.run(regularizer_l1(weight)))

运行结果：

是contrib结果的2倍，可以通过除以2解决。