zoukankan      html  css  js  c++  java
  • tensorflow1.0.0 弃用了几个operator写法

    除法和取模运算符(/, //, %)现已匹配 Python(flooring)语义。这也适用于 tf.div 和 tf.mod。为了获取强制的基于整数截断的行为,你可以使用 tf.truncatediv 和 tf.truncatemod.

    tf.divide 现在是推荐的除法函数。tf.div 还将保留,但其语义将不会响应 Python 3 或 from future 机制 .

    tf.reverse 现在是将轴的索引反转。例如,tf.reverse ( a, [ True, False, True ] ) 现在必须写成 tf.reverse ( a, [ 0, 2 ] ) 。tf.reverse_v2 ( ) 暂时保留,直到 1.0 final 版 .

    tf.mul、tf.sub 和 tf.neg 被弃用,现在使用的是 tf.multiply、tf.subtract 和 tf.negative.

    tf.pack 和 tf.unpack 被启用,现在使用的是 tf.stack 和 tf.unstack.

    TensorArray.pack 和 TensorArray.unpack 将被启用,取而代之的是 TensorArray.stack 和 TensorArray.unstack.

    以下 Python 函数有参数修改,以在引用特定维度时使用 axis. 我们目前基于兼容性的考量而保留了原来的关键词参数,但我们将在 1.0 final 版中移除它们。

    tf.argmax: dimension 变成 axis

    tf.argmin: dimension 变成 axis

    tf.count_nonzero: reduction_indices 变成 axis

    tf.expand_dims: dim 变成 axis

    tf.reduce_all: reduction_indices 变成 axis

    tf.reduce_any: reduction_indices 变成 axis

    tf.reduce_join: reduction_indices 变成 axis

    tf.reduce_logsumexp: reduction_indices 变成 axis

    tf.reduce_max: reduction_indices 变成 axis

    tf.reduce_mean: reduction_indices 变成 axis

    tf.reduce_min: reduction_indices 变成 axis

    tf.reduce_prod: reduction_indices 变成 axis

    tf.reduce_sum: reduction_indices 变成 axis

    tf.reverse_sequence: batch_dim 变成 batch_axis, seq_dim 变成 seq_axis

    tf.sparse_concat: concat_dim 变成 axis

    tf.sparse_reduce_sum: reduction_axes 变成 axis

    tf.sparse_reduce_sum_sparse: reduction_axes 变成 axis

    tf.sparse_split: split_dim 变成 axis

    tf.listdiff 已被重命名为 tf.setdiff1d 以匹配 NumPy 命名 .

    tf.inv 已被重命名为 tf.reciprocal(分量互逆)以避免和矩阵求逆的 np.inv 混淆

    tf.round 现在使用了四舍六入五留双规则语义,以匹配 NumPy.

    tf.split 现在以相反的顺序取参数,并使用了不同的关键词。特别地,我们现在将 NumPy 顺序匹配成了 tf.split ( value, num_or_size_splits, axis ) .

    tf.sparse_split 现在以相反的顺序取参数,并使用了不同的关键词。特别地,我们现在将 NumPy 顺序匹配成了 tf.sparse_split ( sp_input, num_split, axis ) . 注意:现在我们暂时让 tf.sparse_split 需要关键词参数 .

    启用 tf.concat 运算符,现在请暂时切换成 tf.concat_v2 . 在 Beta 版中,我们将更新 tf.concat 以匹配 tf.concat_v2 的参数顺序 .

    tf.image.decode_jpeg 默认使用更快的 DCT 方法 . 速度的提升牺牲了一点保真度。你可以通过特定属性 dct_method='INTEGER_ACCURATE' 来恢复原来的行为 .

    tf.complex_abs 已被从 Python 接口移除 . 应该使用 tf.abs,它支持复数张量 .

    模板 .var_scope 属性重命名为 .variable_scope

    SyncReplicasOptimizer 被移除,SyncReplicasOptimizerV2 重命名为 SyncReplicasOptimizer.

    tf.zeros_initializer ( ) 和 tf.ones_initializer ( ) 现在返回一个 callable,其必须用 initializer 参数调用,在你的代码中用 tf.zeros_initializer ( ) 替代 tf.zeros_initializer.

    SparseTensor.shape 重命名为 SparseTensor.dense_shape. SparseTensorValue.shape 也一样 .

    移除了原来的 tf summary 运算符,比如 tf.scalar_summary 和 tf.histogram_summary. 取而代之的是 tf.summary.scalar 和 tf.summary.histogram,参数也相应的发生了改变

    移除 tf.train.SummaryWriter, 使用 tf.summary.FileWriter

    tf.merge_all_summaries()改成了tf.sumary.merge_all

  • 相关阅读:
    Eclipse启动不了
    第三章Hibernate关联映射
    System Generator简介
    Chipscope使用
    总线及数据传输技术【待完善】
    多相滤波器
    notepad++与ISE/Vivado关联
    常用IP核
    〖Linux〗Qt+gsoap开发客户端程序,服务端地址设定的字符串转换处理
    〖Android〗OK6410a的Android HAL层代码编写笔记
  • 原文地址:https://www.cnblogs.com/yujunhua/p/6638559.html
Copyright © 2011-2022 走看看