从 TensorFlow 1.x 迁移到 TensorFlow 2
了解如何将 TensorFlow 代码从 TensorFlow 1.x 迁移到 TensorFlow 2。转换代码可能需要一些工作,但每次更改都会让您访问新的功能和模型,提高清晰度和简洁性,并简化调试。在开始迁移之前,请阅读 行为指南。简而言之,迁移过程如下:
- 运行 自动化脚本 将您的 TF1.x API 使用情况转换为
tf.compat.v1
。 - 删除旧的
tf.contrib.layers
并用 TF Slim 符号替换它们。还可以查看 TF Addons 以获取其他tf.contrib
符号。 - 重写您的 TF1.x 模型正向传递以在 TF2 中运行,并启用急切执行。
- 验证迁移代码的准确性和数值正确性。
- 将您的 训练、评估 和 模型保存 代码升级到 TF2 等效项。
- (可选) 将您的 TF2 兼容
tf.compat.v1
API(包括 TF Slim 使用情况)迁移到惯用的 TF2 API。
特色迁移指南
TensorFlow 1.x 与 TensorFlow 2
了解 TF2 API 和行为与 TF1.x 的根本区别。将 TF1.x 模型映射到 TF2
使用建模垫片立即开始在 TF2 中使用 TF1.x 模型。重写 TF1.x API 符号
以编程方式将 TF1.x 代码的某些部分升级到 TF2。验证迁移的 TF2 代码
验证迁移的 TF2 代码的正确性。脱离估计器
从您的估计器训练管道迁移到 TF2。脱离特征列
了解如何从tf.feature_column
迁移到 Keras 预处理层。多工作器 CPU/GPU 训练工作流程
了解如何将多工作器分布式Estimator
迁移到 TF2。TPU 工作流程
了解如何将TPUEstimator
API 迁移到 TF2。