使用不同版本TensorFlow编写神经网络模型遇到的问题与解决

TensorFlow使用篇

以前在台式机上面写的代码，现在在自己的笔记本上面用不了了，出现了几个问题，才发现是自己笔记本的GPU低了，然后陆陆续续报了一些错误，以我以前写的一个LSTM代码为例，重新走一遍修改代码的道路吧。
1、第一个报错是“ImportError: DLL load failed: 动态链接库(DLL)初始化例程失败。”这样子的错误，实际上是运行不了TensorFlow，后面将TensorFlow的版本降低到1.5，同时使用命令“pip install tensorflow-gpu==1.5”安装了适合的TensorFlow运行的配置，这一步或可略过！
2、第二个是之前的代码中，TensorFlow（2.0以上的版本）将keras里面的功能都集成到TensorFlow中，然而老版本并没有。
之前的：

from tensorflow.keras.layers import Dense, Embedding, LSTM
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Flatten, Dropout

修改后的：

from keras.layers import Dense, Embedding
from keras.models import Sequential
from keras.layers import Dropout

3、运行的时候可能会遇到：

FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / '(1,)type'.
  np_resource = np.dtype([("resource", np.ubyte, 1)])

这是numpy的版本太高导致的，因此可以降低一下numpy的版本，如命令“pip install numpy==1.16.4”
4、在能够运行的情况下，其他问题都不大，与之前版本修改的相比，一些函数名或者参数有个别小小的调整，在这里我碰到了两个，顺便提一下吧。

1. 为了将结果复现，我们还需要设置一个随机数种子，2.0版本的是

tf.random.set_seed(123)  # 更高版本

而低版本tf是

tf.set_random_seed(123)

2. 在最后函数精度验证的时候，新版本的是‘accuracy’、‘val_accuracy’、‘loss’、‘val_loss’，老版本前面两个参数不同“acc”和‘val_acc’

最后分享一下我LSTM任务的结果：