tensorflow2.0 與1.0因版本問題常見幾個問題解決

1. tf2.0 導入

tensorflow.ConfigProto

報錯

• 解決方案:

  from tensorflow.compat.v1 import ConfigProto

按照上述2種方法可以導入成功

參考文檔：https://www.tensorflow.org/api_docs/python/tf/compat/v1/ConfigProto

2. tf2.0 image 子產品沒有resize_images 屬性

AttributeError: module ‘tensorflow_core._api.v2.image’ has no attribute ‘resize_images’

解決方案：把接口改成

resize

即可，類似如下：

import tensorflow as tf

img_final = tf.image.resize(img_tensor, [192, 192])

參考文檔：https://www.tensorflow.org/api_docs/python/tf/image/resize

3.tf2.0 使用Session時，報錯AttributeError: module ‘tensorflow’ has no attribute ‘Session’

• 解決方案1:

  如果安裝的是tensorflow2.0 版本又想利用Session屬性，可以将tf.Session()更改為：

import tensorflow as tf

tf.compat.v1.Session()

但是會有其它問題，主要原因是2.0與1.0版本不相容，在程式開始部分添加以下代碼：

tf.compat.v1.disable_eager_execution()

綜上解決辦法：

import tensorflow as tf

tf.compat.v1.disable_eager_execution()

tf.compat.v1.Session()

• 解決方案2:

  最佳解決方案是在導入時修改：

import tensorflow.compat.v1 as tf

tf.Session()

建議大家使用

方案2