Python 如何将tf.contrib转换为Tensorflow 2.0

因此，我尝试使用Tensorflow实现对象检测，我的部分代码使用tf.contrib。问题是Tensorflow 2.0不支持tf.contrib

我已尝试使用tf_upgrade_v2脚本，但收到以下消息：

错误：在不推荐使用的模块tf.contrib中使用成员tf.contrib.slim。tf.contrib.slim无法自动转换。Tf.Tunib将不会用TysFROUM 2分发，请考虑在非托管TySoFoRoad中选择一个社区维护库，如TunSoFrase/Advon，或叉所需代码。

导入工具
导入tensorflow作为tf
从object_detection.core导入框_预测器
从object_detection.utils导入形状_utils
从object_detection.utils导入静态_形状
slim=tf.contrib.slim

因为

tf.contrib

中的所有项目都没有得到Tensorflow的正式支持，并且Tensorflow指定了负责维护的所有者。
所有的贡献和特征都是为了合并到核心Tensorflow中

从Tensorflow 2.0版本开始，所有contrib项目都有三种未来选择之一：

移动到core

<代码>移动到单独的存储库；或

删除

，其中大部分已与各自的项目业主进行了审查

这提供了

tf.contrib

下所有项目的详细信息和状态

如果您正在使用的库被移动到核心或单独的存储库中，TensorFlow从1.x到2.x的自动代码迁移将不适用于

tf.contrib

项目。您需要手动更改这些部件的代码，建议继续

---

我可以在表中看到

tf.contrib.slim

被移动到

tensorflow/models

，您可以按照此详细说明使用方法。

正如您已经指出的，2.x中不支持tf-slim（参见示例）。如果你想升级你的TySoFooTM版本，你应该考虑在Keras中重写你的模型。我已经在使用TySoFr流2了。我应该重写整个模型还是只下载旧版本的Tensorflow？恐怕你必须做出选择。。。如果不费多大力气（即，如果模型是一堆标准层），则可能值得重写模型，因为Slim现在已经过时，不再受支持。然而，如果你有一个古怪的模型，它已经工作得很好了，你可能会发现回到一个旧版本更容易…你有什么解决方案吗？请把它寄出去。我什么也没找到。