TensorFlow 升级到2.0，那么项目的1.x进程怎么办？

目前，Tensorflow库正在经历着从推出以来最大规模的变化。TensorFLow 2.0 已经推出 beta 版本，同 TensorFlow 1.x 版本相比它带来了太多的改变。最大的问题在于不兼容了好多TensorFlow 1.x 版本的API。

怎么办？

版本选择

虽然TensorFlow的2.0版本中，增加了很多光鲜靓丽的新功能。但是TensorFlow 1.x目前比较稳定，建议使用TensorFlow 1.x版本开发实际项目，并跟进2.x版本所更新的技术。等到2.x版本更为稳定的时候，才考虑将实际项目切换到2.x。

应对方案

TensorFlow框架的1.x版本与2.x版本差异较大。建议采用1.x与2.x版本共存的方式来解决。

Anaconda创建虚拟环境

查看目前的虚拟环境

使用conda info --envs查看当前环境信息
```
base                  *  /anaconda3
```
显示结果中可以看到，当前虚环境的名字是“base”，是Anaconda默认的Python环境。
使用python --version来查看Python版本
```
Python 3.7.3
```
可以知道，当前Python版本为3.7.3。

创建Python虚拟环境

conda create --name tf2 python=3.7.3

The following packages will be downloaded:

    package                    |            build
    ---------------------------|-----------------
    ca-certificates-2019.5.15  |                0         133 KB
    certifi-2019.6.16          |           py37_0         154 KB
    openssl-1.1.1c             |       h1de35cc_1         3.4 MB
    pip-19.1.1                 |           py37_0         1.8 MB
    setuptools-41.0.1          |           py37_0         635 KB
    sqlite-3.29.0              |       ha441bb4_0         2.4 MB
    wheel-0.33.4               |           py37_0          39 KB
    ------------------------------------------------------------
                                           Total:         8.5 MB

The following NEW packages will be INSTALLED:

  ca-certificates    pkgs/main/osx-64::ca-certificates-2019.5.15-0
  certifi            pkgs/main/osx-64::certifi-2019.6.16-py37_0
  libcxx             pkgs/main/osx-64::libcxx-4.0.1-hcfea43d_1
  libcxxabi          pkgs/main/osx-64::libcxxabi-4.0.1-hcfea43d_1
  libedit            pkgs/main/osx-64::libedit-3.1.20181209-hb402a30_0
  libffi             pkgs/main/osx-64::libffi-3.2.1-h475c297_4
  ncurses            pkgs/main/osx-64::ncurses-6.1-h0a44026_1
  openssl            pkgs/main/osx-64::openssl-1.1.1c-h1de35cc_1
  pip                pkgs/main/osx-64::pip-19.1.1-py37_0
  python             pkgs/main/osx-64::python-3.7.3-h359304d_0
  readline           pkgs/main/osx-64::readline-7.0-h1de35cc_5
  setuptools         pkgs/main/osx-64::setuptools-41.0.1-py37_0
  sqlite             pkgs/main/osx-64::sqlite-3.29.0-ha441bb4_0
  tk                 pkgs/main/osx-64::tk-8.6.8-ha441bb4_0
  wheel              pkgs/main/osx-64::wheel-0.33.4-py37_0
  xz                 pkgs/main/osx-64::xz-5.2.4-h1de35cc_4
  zlib               pkgs/main/osx-64::zlib-1.2.11-h1de35cc_3

Proceed ([y]/n)?

创建过程中会提示是否安装对应软件包，输入“Y”，则下载及安装软件包。

Downloading and Extracting Packages
wheel-0.33.4         | 39 KB     | ############################################################ | 100% 
openssl-1.1.1c       | 3.4 MB    | ############################################################ | 100% 
certifi-2019.6.16    | 154 KB    | ############################################################ | 100% 
setuptools-41.0.1    | 635 KB    | ############################################################ | 100% 
pip-19.1.1           | 1.8 MB    | ############################################################ | 100% 
sqlite-3.29.0        | 2.4 MB    | ############################################################ | 100% 
ca-certificates-2019 | 133 KB    | ############################################################ | 100% 
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
#
# To activate this environment, use
#
#     $ conda activate tf2
#
# To deactivate an active environment, use
#
#     $ conda deactivate

虚拟环境tf2创建成功。

conda activate tf2             #将虚拟环境tf2作为当前的Python环境
conda deactivate               #使用默认的Python环境

如果使用Windows，激活和取消激活虚拟环境的命令如下：

activate tf2
deactivate

检查Python虚环境是否创建成功

conda info --envs

显示：
```
# conda environments:
#
base                  *  /anaconda3
tf2                      /anaconda3/envs/tf2
```
可以看到，虚环境中多了一个“tf2”，表示创建成功。
删除Python虚环境

conda remove --name tf2 --all

运行以上命令即可删除tf2虚拟环境，不会有任何显示。可以使用conda info --envs再次检查虚拟环境情况。

在Python虚环境中安装TensorFlow 2.0

conda activate tf2                    #激活tf2虚拟环境
pip install tensorflow==2.0.0-alpha0  #安装TensorFlow 2.0版

用工具进行代码版本升级

在TensorFlow 2.x版本中，提供了一个升级TensorFlow 1.x版本代码的工具——tf_upgrade_v2。该工具可以非常方便地将TensorFlow 1.x版本中编写的代码移植到TensorFlow 2.x中。
```
tf_upgrade_v2 --infile "1.x代码文档"  -outfile "2.x代码文档"
```
tf_upgrade_v2工具支持单文档转换和多文档批量转换两种方式。
1. 单个代码升级
```
tf_upgrade_v2 --infile foo_v1.py  --outfile foo_v2.py
```
2. 批量代码升级
```
tf_upgrade_v2 -intree foo_v1  -outtree foo_v2
```
  这里的foo_v1指的是1.x代码文档目录，foo_v2指的是升级后的2.x代码文档存放目录。
  
  需要注意的是tf_upgrade_v2工具并不是万能的，它只能实现基本的API升级。一般在转化完成之后还需要手动二次修改。
2.x版本对于TF-Hub、T2T等库的影响

没有影响。这两个库同时支持1.x以及2.x。

原文链接大专栏 https://www.dazhuanlan.com/2019/08/17/5d576c490a0cc/

TensorFlow 升级到2.0，那么项目的1.x进程怎么办？

版本选择

应对方案

Anaconda创建虚拟环境

猜你喜欢