Tensorflow2.0安装及错误经验

一、安装

在网上看到两种tensorflow安装方法，一种是创建tf环境的方法，可以按照B站上人工智能实践课程（很推荐！）的方法，先下载Anaconda(官网链接)和Python，创建并激活tf环境，接着安装英伟达的SDK和深度学习软件包（以上两步仅对于支持英伟达GPU的设备）。另一种方法是，直接pip install tensorflow==版本号。在我看来，这两种方法主要区别是前者依赖GPU，后者依赖CPU。以下是我的安装经历，希望可以帮助读者避雷：

最初，我是按照网上教程用pip还是conda安装的，由于没有指明tf版本号，安装了比较低的版本，在运行代码过程中warnings太多了。想要升级tensorflow，于是采用了不同的办法。先尝试在anaconda navigator中对tensorflow进行升级，出现了CondaHTTPErro，访问超时。为了解决这个问题，参考文章将anaconda下载源更换成了清华镜像源。但是,下载过程中仍然出错了。最后，参考网上教程使用conda install --channel https://conda.anaconda.org/anaconda tensorflow=2.0指令顺利下载了tensorflow2.0，并且可以正常使用。

二、版本冲突

在跑github上代码的过程中，由于有些函数是tf 1.x 版本，采用tf 2.0模块会报错，“tf modual has no xxx”，主要原因是tf 2.0中取消了旧版本的一些函数，有的可以采用在*tf.*和报错函数之间后面加上"compat.v1."，可以解决一部分报错。如果出现"RunTime raise erro",需要加上一句"tf.compat.v1.disable_eager_execution()"，关闭紧急执行。另外，通过搜索“tensorflow2.0与较低版本函数对照表”，搜索到这篇博客，下载了对照表，最后解决了问题。