Python 诗人的Tensorflow-升级到Tensorflow 2

几年前，我使用“诗人的Tensorflow”教程创建了一个图像分类器。这太神奇了，从那以后我就经常使用它

今天，我尝试将我的图像分类器迁移到一个新的Docker环境，但它正在运行新版本的Tensorflow 2，因此我的脚本中断

有人能帮忙把这个著名的教程脚本升级到Tensorflow 2吗

directory = '/imageFolder'

# Tensorflow labels
label_lines = [line.rstrip() for line in tf.gfile.GFile('/tf_files/retrained_labels.txt')]

# Unpersists graph from file
with tf.gfile.FastGFile('/tf_files/retrained_graph.pb', 'rb') as f:
    graph_def = tf.GraphDef()
    graph_def.ParseFromString(f.read())
    _ = tf.import_graph_def(graph_def, name='')

with tf.Session() as sess:
    # Feed the image_data as input to the graph and get first prediction
    softmax_tensor = sess.graph.get_tensor_by_name('final_result:0')

    # Count the folders
    def fcount(path, map = {}):
      count = 0
      for f in os.listdir(path):
        child = os.path.join(path, f)
        if os.path.isdir(child):
          child_count = fcount(child, map)
          count += child_count + 1 # unless include self
      map[path] = count
      return count

    map = {}
    totalDirectories = fcount(directory, map)

    # Walk the directory
    for dirpath, dirnames, filenames in os.walk(directory):

        splicedDirpath = dirpath[len(directory):]

        print "Processing ", splicedDirpath
        counter = 0

        for name in filenames:
            if name.lower().endswith(('.jpg', '.jpeg', '.tiff')):

                print name

                image_data = tf.gfile.FastGFile(os.path.join(dirpath, name), 'rb').read()

                predictions = sess.run(softmax_tensor, \
                         {'DecodeJpeg/contents:0': image_data})

                # Sort to show labels of first prediction in order of confidence
                top_k = predictions[0].argsort()[-len(predictions[0]):][::-1]
                firstElt = top_k[0];

                for node_id in top_k:
                    human_string = label_lines[node_id]
                    score = predictions[0][node_id]

---

在这本书中，已经有了一个新版本的诗人用的《TensorFlow》

如果需要将代码从TensorFlow 1.x迁移到TensorFlow 2.x。 通过导入tf.compat.v1和执行tf.compat.v1.disable_v2_behavior（）基本上可以使用TensorFlow 2.x的compat库

您还可以使用TensorFlow提供的升级脚本来帮助迁移代码，这还将显示需要手动更改的部分代码

使用自动升级脚本的指南如下。

---

关于将代码从TensorFlow 1.x迁移到2.x的指南，这里有一个更深入的讨论

在这本书中，已经有了一个新版本的诗人用的TensorFlow

如果需要将代码从TensorFlow 1.x迁移到TensorFlow 2.x。 通过导入tf.compat.v1和执行tf.compat.v1.disable_v2_behavior（）基本上可以使用TensorFlow 2.x的compat库

您还可以使用TensorFlow提供的升级脚本来帮助迁移代码，这还将显示需要手动更改的部分代码

使用自动升级脚本的指南如下。

---

关于将代码从TensorFlow 1.x迁移到2.x的指南，这里有一个更深入的讨论

您可以共享

.pb

文件吗？没有它很难测试。文件太大，无法在堆栈溢出时共享。您可以将其放在Google Drive上并共享“可共享链接”吗？您可以共享

.pb

文件吗？没有它很难测试。该文件太大，无法在堆栈溢出上共享。您可以将其放在Google Drive上并共享“可共享链接”吗？