tensorflow2.0 与1.0因版本问题常见几个问题解决

1. tf2.0 导入

tensorflow.ConfigProto

报错

• 解决方案:

  from tensorflow.compat.v1 import ConfigProto

按照上述2种方法可以导入成功

参考文档：https://www.tensorflow.org/api_docs/python/tf/compat/v1/ConfigProto

2. tf2.0 image 模块没有resize_images 属性

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

解决方案：把接口改成

resize

即可，类似如下：

import tensorflow as tf

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

参考文档：https://www.tensorflow.org/api_docs/python/tf/image/resize

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

• 解决方案1:

  如果安装的是tensorflow2.0 版本又想利用Session属性，可以将tf.Session()更改为：

import tensorflow as tf

tf.compat.v1.Session()

但是会有其它问题，主要原因是2.0与1.0版本不兼容，在程序开始部分添加以下代码：

tf.compat.v1.disable_eager_execution()

综上解决办法：

import tensorflow as tf

tf.compat.v1.disable_eager_execution()

tf.compat.v1.Session()

• 解决方案2:

  最佳解决方案是在导入时修改：

import tensorflow.compat.v1 as tf

tf.Session()

建议大家使用

方案2