将 tensorflow 1.0 代码转换为 tensorflow 2.0 [重复]答案

【问题标题】：Converting tensorflow 1.0 code to tensorflow 2.0 [duplicate]将 tensorflow 1.0 代码转换为 tensorflow 2.0 [重复]
【发布时间】：2021-08-30 12:29:39
【问题描述】：

我有以下代码：

import tensorflow as tf
a = tf.constant(5)
b = tf.constant(2)
c = tf.constant(3)
d = tf.multiply(a,b)
e = tf.add(b,c)
f = tf.subtract(d,e)

with tf.Session() as sess: #changes should be made here since session is not supported in 2.0
    fetches = [a,b,c,d,e,f]
    outs = sess.run(fetches)
    print("outs={}".format(outs))

由于 tensorflow 2.0 不再支持“会话”，我该如何修改它以使其符合 tensorflow 2.0 语法？

我不想使用 compat 函数，因为我想学习新的 tensorflow 2.0 会话替代语法。我阅读了文档，https://www.tensorflow.org/guide/effective_tf2，但在文档中提到使用函数时我很难理解它。

如何修改上面的会话代码，以便在 tensorflow 2.0 中获得相同的输出？

【问题讨论】：

标签： python tensorflow tensorflow2.0

【解决方案1】：

由于默认启用eager execution，因此任何操作都会立即计算。

启用 Eager Execution 会改变 TensorFlow 操作的行为方式——现在他们立即评估并将其值返回给 Python。 tf.张量对象引用具体值而不是节点的符号句柄在计算图中。由于没有计算图稍后在会话中构建和运行，很容易使用检查结果 print() 或调试器。

急切执行与 NumPy 配合得很好。 NumPy 操作接受 tf.张量参数。 tf.Tensor.numpy 方法返回对象的值作为 NumPy ndarray。

所以你可以在张量上调用numpy() 来获取它的数值：

import tensorflow as tf
a = tf.constant(5)
b = tf.constant(2)
c = tf.constant(3)
d = tf.multiply(a,b)
e = tf.add(b,c)
f = tf.subtract(d,e)

print('outs =', [a.numpy(), b.numpy(), c.numpy(), d.numpy(),
      e.numpy(), f.numpy()])

【讨论】：