本文共 2566 字，大约阅读时间需要 8 分钟。

一、安装

1、win10系统pip方式安装

1.1、安装TensorFlow2.1.0

版本问题      

使用python版本3.6

注意：TensorFlow2.3.0对应的python版本为3.7及3.8

• 遇到问题1：

最好不要用anaconda安装，有问题，就用pip方式安装。

• 遇到问题2：

importError: DLL load failed: 找不到指定的模块。解决方式：

1.2、安装TensorFlow2.4.0

使用python版本一定要用python3.7.x

不然会报错：windows fatal exception code 0xe06d7363

二、一些说明

1、版本问题

1.1、如何使用print打印出tensor的值的问题

在tensorflow2.x中默认开启了egar，所以给一个张量tensor可以直接print出张量tensor的值，例如：

import tensorflow as tfprint(tf.__version__)print(tf.executing_eagerly())x = [[2.]]m = tf.matmul(x, x)print("hello, {}".format(m))rank_0_tensor = tf.constant(4)print(rank_0_tensor)#输出：2.1.0Truehello, [[4.]]tf.Tensor(4, shape=(), dtype=int32)

而在tensorflow1.x中需要使用session方式才能打印tensor的值（run或者eval方法）

import tensorflow as tfprint(tf.executing_eagerly())x = [[2.]]m = tf.matmul(x, x)print("hello, {}".format(m))rank_0_tensor = tf.constant(4)print(rank_0_tensor)#输出：1.14.0Falsehello, Tensor("MatMul:0", shape=(1, 1), dtype=float32)Tensor("Const:0", shape=(), dtype=int32)

1.2、interleave读取tfrecordDataset

TensorFlow1.x中多线程读取dataset方式

tf.contrib.data.parallel_interleave(tf.data.TFRecordDataset,cycle_length=reader_num_threads)

TensorFlow2.x中修改为：

tf.data.Dataset.from_tensor_slices(train_files).interleave(map_func=lambda x:tf.data.TFRecordDataset(x),cycle_length=batch_size,block_length=1,num_parallel_calls=8)

1.3、本地打印print输出tfrecordDataset的值

# TensorFlow1.x中sess=tf.Session()element = dataset.make_one_shot_iterator()tmp = element.get_next()print(sess.run(tmp['fea_1']))# TensorFlow2.x中test_op = tf.compat.v1.data.make_one_shot_iterator(dataset)one_element = test_op.get_next()print(one_element['fea_1'])

1.4、自定义输入层（继承自keras.layers.Layer）处理shared_embedding特征的区别

# TensorFlow1.x# 注意：这里所用的feature_column都是来自于fc_v2，否则没有statemanagerimpl# shared_embedding_columns里面没有 statemanagerimpl，需要使用 shared_embedding_columns_v2from tensorflow.python.feature_column import feature_column_v2 as fc_v2self._state_magager = fc_v2._StateManagerImpl(self,trainable)transformation_catch = fc_v2.FeatureTransformationCache(inputs)act_first_fea4_emb,act_last_fea4_emb = fc_v2.shared_embedding_columns_v2([act_first_fea4,act_last_fea4],2,'mean',initializer=tf.initializers.glorot_normal,trainable=True)# TensorFlow2.x# 使用 shared_embeddingsfrom tensorflow.python.feature_column import feature_column_v2 as fc_v2self._state_magager = fc_v2._StateManagerImpl(self,trainable)transformation_catch = fc_v2.FeatureTransformationCache(inputs)act_first_fea2_emb,act_last_fea2_emb = tf.feature_column.shared_embeddings([act_first_fea2,act_last_fea2],5,'mean',initializer=tf.initializers.glorot_normal,trainable=True)

转载地址：https://blog.csdn.net/h_jlwg6688/article/details/116742174 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！