怎么解决tensorflow默认装2.0，只想要1.x版的

最新推荐文章于 2024-04-21 16:53:20 发布
最新推荐文章于 2024-04-21 16:53:20 发布
阅读量7.8k 收藏 6
点赞数 1
文章标签： tensorflow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_40721183/article/details/102012298
版权

很多代码是1.x，但是2.0取消了1.x的placeholder等属性，不兼容。

用“==”指定安装版本就可以了。例如：pip install tensorflow==1.4.0

顺便给个xiguashu的链接

qq_40721183
关注
  • 1
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
Windows同时安装tensorflow多个版本（tensorflow 2.0和tensorflow 1.x.x）
12-21
目录 准备工作         创建环境 激活环境 安装模块 使用环境 环境切换 删除环境 准备工作                 我们使用的是anaconda环境安装，所以首先你得安装anaconda，可参考《Windows安装Theano问题解决》。现在假设你已经安装好了anaconda环境，目录结构如下： 该目录下有个python.exe，如图： 它是默认的python环境。我们可以在这个环境下安装tensorflow 2.0版本。在Pycharm中通过File——>Settings选择到这个python.exe就可以在Pycharm中使用这个默认的python环境，如图： 下面
tensorflow 1.x版本安装：pip 或 whl
ResumeProject的博客
08-15 3023
tensorflow1.15 加载model出现AttributeError: ‘str’ object has no attribute ‘decode’
人工智能|tensorflow2.0框架——在TensorFlow2.0中使用TensorFlow1.0的代码
最新发布
也许有一天我们再相逢 睁开眼睛看清楚 我才是英雄！
04-21 156
使用import tensorflow.compat.v1 as tf来导入TensorFlow 1.x的兼容性模块，并通过tf.disable_v2_behavior()来禁用TensorFlow 2.0的行为。
Mastering.TensorFlow.1.x
11-28
tensorflow最新教程，packt2018年出版。Packt.Mastering.TensorFlow.1.x.2018.1.pdf
安装tensorflow1.x版本
热门推荐
qq_43683133的博客
11-24 1万+
在学神经网络的时候，发现现有的大多数的资料都是tensorflow1.xtensorflow1.xtensorflow1.x版本的，所以就像安装，但发现好多博客介绍的方法都不太行，自己搞了一下： 安装anaconda、创建虚拟环境啥的都不介绍了，毕竟网上资源多的很 python版本最好是3.6的吧，以上不知道行不行，大家有兴趣的可以试一下 pip install --upgrade tensorflow==1.15 # 仅支持 CPU 的版本 pip install --upgrade tensorflo
Tensoeflow版本升级为2.0后运行1.0代码
huhuhuhu0908的博客
02-03 2349
Tensoeflow版本升级为2.0后运行1.0代码 最近在跑一个用tensorflow1.0版本写的GAN，但是学校GPU平台默认的环境是tensorflow-gpu 2.0，2.0版本和1.0版本差别还是很大的，记录一下为了跑通代码调环境的过程… 在查阅海量！！！资料后发现要跑1.0版本代码主要可以用两种方式： 添加语句 这种方法很简单，只需要在原代码中将import tensorflow as tf语句改为 import tensorflow.compat.v1 as tf tf.disable_v2
tensorflow版本问题：tf 2.0使用tf1.0的程序如何修改
qq_39915672的博客
04-07 1688
菜鸟记录，大佬跳过 需要进行如下修改 import tensorflow as tf #改为 import tensorflow.compat.v1 as tf from tensorflow.train import AdamOptimizer as Adam #改为 from tensorflow.compat.v1.train import AdamOptimizer as Adam 在有提示的语句中都加入上述语句就可以。 ...
anaconda+tensorflow1.x的安装中遇到的问题
Paranoia_yy的博客
04-27 697
anaconda+tensorflow1.x的安装中遇到的问题 一开始我下载安装了tensorflow2.0,由于2.0与1.x版本相差极大，很多模块都没有了。即使使用 import tensorflow.compat.v1 as tf tf.disable_v2_behavior() 这两行代码有些还是会报错。 我尝试把tensorflow2.0卸载掉重新安装1.x的版本，但总是遇到Solvin...
TensorFlow实战BERT（附赠：TensorFlow1.X升级TensorFlow2.X）
03-30
课程分享——TensorFlow实战BERT（附赠：TensorFlow1.X升级TensorFlow2.X），完整版视频教程下载。 TensorFlow实战BERT课程目录: 第1章 BERT简介 第2章 向量层是怎么来的？ 第3章 注意力机制 第4章 Transformer_...
解决Tensorflow2.0 tf.keras.Model.load_weights() 报错处理问题
09-16
在TensorFlow 2.0中，`tf.keras.Model.load_weights()` 是一个非常有用的函数，用于加载预先训练好的权重到模型中，以便继续训练或进行预测。然而，在实际操作中，可能会遇到一些报错，本文将针对这些问题提供解决...
tensorflow 2.0模式下训练的模型转成 tf1.x 版本的pb模型实例
12-17
在这种情况下，一种可行的解决方案是利用TensorFlow 2.0的模型保存为.h5格式，并在TensorFlow 1.x环境中重新构建并冻结模型，然后将其转化为.pb模型。 首先，要确保满足以下条件： 1. 可以获取到模型的网络结构定义...
tensorflow1.0.1
04-16
tensorflow1.0.1 离线安装包（win10_64bit,python3.5,cpu_only）
ubuntu tensorflow1.1x版本安装及常见问题
cdLiang的博客
01-16 1792
tensorflow-gpu1.1x版本安装及常见问题
使用 pip 在macos上安装 TensorFlow1.x
joey_ro的博客
05-11 970
1.为什么是TensorFlow1.x 虽然现在TensorFlow更新到2.x版本了，但是网上很多学习项目使用的都是1.x版本。并且Tensorflow 2.0 与1.*存在着不兼容的情况，而目前很多的项目源码是1.*版本下的，为了方便学习，还是装回1.*版本。 2.使用Anaconda创建一个新的虚拟环境 使用图形化界面创建新的虚拟环境。 给虚拟环境命名，并且选择基于python的版本，注意选择3.7因为TensorFlow最高版本也仅支持3.7. 3.切换虚拟环境，下载一些常用的包 conda en
anaconda平台配置tensorflow1.x版本并配置到pycharm中
yeweij226的博客
01-06 2307
这两天为配一个tensorflow真是煞费苦心 因为现在tensorflow已经到了2.0.0版本了嘛，然后鄙人在安装2.0.0版本跑一些1.x的demo时发现 之前的方法都不行了 孩子就自闭起来了 因为是菜鸡初学嘛，而网上现在的demo一般都是1.x版本的，所以就找办法去跟1.x走 最后摸索出来了自己行之有效的改回1.x的版本的方法： 首先安装anaconda3的5.2.0版本，这个版本支持的...
tensorflow1.x学习笔记一：基础
xswl5148的博客
04-09 539
tensorflow1.x学习笔记一：基础前言一、点乘运算二、向前运算三、反向传播 前言 2022了还学习tensorflow1.x肯定比较奇怪吧，但由于最近需要读懂一个比较旧的tensorflow的代码，必须简单学习一下tensorflow1.x，这篇文件简单记录一下学习过程中用到的实例。 一、点乘运算 在神经网络中，每一层的计算实际上就是上一层的结果与这一层的权重进行点乘运算。 下面是一个简单的实现了点乘运算的例子： # coding:utf-8 import tensorflow as tf
Tensorflow(1.x版本)
kittimzhe的博客
08-15 1090
Tensorflow（1.x版本） 核心概念Graph和Session   Data Flow Graph [数据流图]   计算定义≠执行计算   计算的定义和执行，被很好地分离开了   模型跑起来，需要2步:    描绘整幅图(定义计算)    在session当中执行图中的运算 Tensorflow   Tensor + Flow   张量在图中通过运算(op)进行传递和变换 Tensor是什么？   在tensorflow里，可以将tensor[张量]理解成一个n维的矩阵： 0-d ten
Tensorflow1架构内核和学习方法论
击水三千里的专栏
09-24 528
TensorFlow的主要作用是构建和训练复杂的机器学习模型，提供高效的并行计算能力，可视化训练过程，支持多种编程语言以及跨平台计算。这些特点使得TensorFlow成为目前炙手可热的深度学习框架之一
TensorFlow1.x的基本概念
baidu_34912627的博客
05-23 581
TensorFlow1.x的基本概念 1. 计算图 TensorFlow 是一个通过计算图 的形式来表述计算的编程系统 。TensorFlow 中的每一个计算都是计算图上的一个节点，而节点之间的边描述了计算之间的依赖关系。 几个基本的概念 Tensor张量：即一些数组（高维） Flow：流 相关代码 import tensorflow as tf g1 = tf.Graph() # 计算图1 with g1.as_default(): v = tf.get_variable('v', initi
tensorflow2.0想导入tensorflow.contrib.learn怎么办
09-19
### 回答1： 很抱歉，TensorFlow 2.0 中已经删除了 `tensorflow.contrib` 模块，因此不能直接导入 `tensorflow.contrib.learn`。不过，您可以使用 `TensorFlow 2.0` 中内置的 `tf.keras` 模块，或者使用 `TensorFlow Hub` 中的预训练模型。 ### 回答2： 要导入tensorflow.contrib.learn，您需要使用tensorflow 2.0的兼容性模块tf.compat.v1。在TensorFlow 2.0中，tf.contrib模块已被移除。然而，通过tf.compat.v1模块，您仍然可以使用一些tensorflow.contrib模块中的功能。 您可以按照以下步骤来导入tensorflow.contrib.learn： 1. 导入所需的模块： ```python import tensorflow.compat.v1 as tf from tensorflow.compat.v1 import contrib ``` 2. 启用兼容性模式： ```python tf.disable_v2_behavior() ``` 3. 现在您可以使用tf.contrib.learn及其功能： ```python contrib.learn.Estimator(...) ``` 注意：虽然这种方法使您能够导入tensorflow.contrib.learn，但由于tf.compat.v1模块是为了向后兼容而设计的，因此它可能在将来的版本中被删除。因此，最好尽量使用tensorflow 2.0的原生API。如果您使用tensorflow.contrib.learn的功能非常重要，您可以考虑使用旧版本的tensorflow（如tensorflow 1.15）来支持它。 ### 回答3： 在TensorFlow 2.0中，已经不再支持`tensorflow.contrib.learn`这个模块。`tensorflow.contrib`是一个容纳实验性、不太稳定或较少使用的功能和功能组件的命名空间，而且在TensorFlow 1.X版本中是存在的。在TensorFlow 2.0中，TensorFlow团队已经将这些组件整合到了其他模块中，或者将它们作为独立的项目进行维护。因此，如果你想在TensorFlow 2.0中使用`tensorflow.contrib.learn`，你将无法直接导入它。 如果你仍然想使用类似于`tensorflow.contrib.learn`的某些功能，可以考虑以下方法： 1. 使用TensorFlow 2.0官方文档中提供的迁移指南，查找替代`tensorflow.contrib.learn`的功能或模块。官方文档通常会提供有关如何将旧版本的代码迁移到TensorFlow 2.0的详细说明。 2. 如果你只是需要用到一些机器学习算法，你可以考虑使用`scikit-learn`这个Python库。它是一个专门用于机器学习的库，提供了丰富的算法和工具，可以与TensorFlow 2.0进行结合使用。 总之，在TensorFlow 2.0中，将不再直接支持导入`tensorflow.contrib.learn`。如果你有特定的需求，需要找到替代的方法来实现你的目标。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值