tensorflow中v2版本使用v1代码的问题 tensorflow中v1、v2版本兼容问题

问题提出：
在使用学习深度学习的过程中，经常会碰到v1版本代码的书，而新版本python适配的TensorFlow又是v2版本，直接导入tensorflow（如下面代码）
import tensorflow as tf

g1=tf.Graph()
with g1.as_default():
a=tf.get_variable(‘a’,[2],initializer=tf.ones_initializer())
b = tf.get_variable(‘b’, [2], initializer=tf.zeros_initializer())

with tf.Session(graph=g1) as sess:
tf.global_variables_initializer().run()
with tf.variable_scope("",reuse=True):
print(sess.run(tf.get_variable(‘a’)))
print(sess.run(tf.get_variable(‘b’)))
会出现：AttributeError: module ‘tensorflow’ has no attribute 'get_variable’的报错。

解决方案1：
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2：
禁止v2版本的代码，使用v1版本的代码。只需要把第一行修改成
即把import tensorflow as tf改为：
import tensorflow.compat.v1 as