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

tensorflow2.0 与1.0因版本问题常见几个问题解决_第1张图片
  • 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’

tensorflow2.0 与1.0因版本问题常见几个问题解决_第2张图片

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

你可能感兴趣的:(深度学习,人工智能,tensorflow,ConfigProto,resize_images,resize,tensorflow,Session)