pycharm安装tensorflow 函数改变 （自己的小笔记本）

pycharm安装tensorflow是最新版本 2.0开始已经抛弃一些原本函数

报错情况下可以将原本函数tf后加上.compat.v1

一、基本修改

tf.Session() -> tf.compat.v1.Session()

 二、定义损失函数 修改前后 

报错详情：module 'tensorflow' has no attribute 'log'

cost = tf.reduce_mean(-tf.reduce_sum(y*tf.log(pred), reduction_indices=1)) 

cost = tf.reduce_mean(-tf.reduce_sum(y*tf.compat.v1.log(pred), axis=1))

三、使用梯度下降优化器 修改前后

报错详情：module ‘tensorflow._api.v2.train‘ has no attribute ‘GradientDescentOptimize

optimizer = tf.train.GradientDescentOptimizer(learning_rate).minimize(cost)

optimizer = tf.compat.v1.train.GradientDescentOptimizer(learning_rate).minimize(cost)

四、图片输入占位符 需要新增代码 直接添加即可

报错详情：tf.placeholder() is not compatible with eager execution.

x = tf.placeholder(tf.float32, [None, 784])

# 2.0以上版本增加的compat.v1
tf.compat.v1.disable_eager_execution()

五、没有函数包报错 下载添加

报错详情：from tensorflow.examples.tutorials.mnist import input_data 

from tensorflow.examples.tutorials.mnist import input_data

链接:https://pan.baidu.com/s/1uR9ggIjZgmsg7o5lxwAGmg 
提取码:61r3

六、 输出.numpy出现报错 需要新增代码 直接添加即可

报错详情：Tensor' object has no attribute 'numpy'

y_true = tf.constant([1, 2])
y_pred = tf.constant([[0.05, 0.95, 0], [0.1, 0.8, 0.1]])
loss = tf.reduce_mean(tf.keras.losses.sparse_categorical_crossentropy(y_true, y_pred))
scce = tf.keras.losses.SparseCategoricalCrossentropy()
print(loss.numpy())

# 2.0以上版本增加的compat.v1
tf.compat.v1.enable_eager_execution()

七、无法执行sess.run() 需要新增代码 直接添加即可

报错详情：The Session graph is empty. Add operations to the graph before calling run().

with tf.compat.v1.Session() as sess:
    for i in range(global_steps):
        T_c= sess.run(c,feed_dict={global_: i})
        T_C.append(T_c)
        F_d = sess.run(d,feed_dict={global_: i})
        F_D.append(F_d)

# 2.0以上版本增加的compat.v1
tf.compat.v1.disable_eager_execution()

 

八、迭代器问题 更改代码方式

报错详情：BatchDataset‘ object has no attribute ‘make_one_shot_iterator‘

data_it = dataset.make_one_shot_iterator()

data_it = tf.compat.v1.data.make_one_shot_iterator(dataset)