Tensorflow 2 中的 tf.contrib.layers.fully_connected()？

Question

我正在尝试在我的一个项目中使用 tf.contrib.layers.fully_connected() ，它在 tensorflow 2.0 中已被弃用。 是否有等效的 function，或者我应该在我的虚拟环境中为这个项目保留 tensorflow v1.x？

Answer 1

tf-slim，作为一个独立的 package，已经包含了 tf.contrib.layers。你可以通过pip install tf-slim ，调用它from tf_slim.layers import layers as _layers; _layers.fully_conntected(..) from tf_slim.layers import layers as _layers; _layers.fully_conntected(..) .和原来一样，替换方便

Answer 2

在 TensorFlow 2.0 中，package tf.contrib已被删除（这是一个不错的选择，因为整个 ZEFE90A8E604A7C840E88D03A67F6t 都使用 B7D8Z 是一个巨大的组合）

在 TensorFlow 2.0 中我们需要使用tf.keras.layers.Dense来创建一个全连接层，但更重要的是，您必须将代码库迁移到 Z7FEE7BB66F4294C3E32783EFA7D9FCBA 事实上，如果不创建使用它的tf.keras.Model object，就无法定义层并使用它。

Answer 3

tf.contrib.layers.fully_connected() 是一团糟。 这是一个非常古老的历史标记（或史前 DNN 遗产）。 谷歌已经完全弃用了 function，因为谷歌讨厌它。 TensoFlow 2.x 中没有任何直接的 function 来替换 tf.contrib.layers.fully_connected()。 因此，function不值得查询和了解。

Answer 4

使用： tf.compat.v1.layers.dense例如，而不是

Z = tf.contrib.layers.fully_connected(F, num_outputs, activation_fn=None)

您可以将其替换为：

Z = tf.compat.v1.layers.dense(F, num_outputs, activation = None)