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

Question

我正在嘗試在我的一個項目中使用 tf.contrib.layers.fully_connected() ，它在 tensorflow 2.0 中已被棄用。 是否有等效的 function，或者我應該在我的虛擬環境中為這個項目保留 tensorflow v1.x？

Answer 1

tf-slim，作為一個獨立的 package，已經包含了 tf.contrib.layers。你可以通過pip install tf-slim ，調用它from tf_slim.layers import layers as _layers; _layers.fully_conntected(..) from tf_slim.layers import layers as _layers; _layers.fully_conntected(..) .和原來一樣，替換方便

Answer 2

在 TensorFlow 2.0 中，package tf.contrib已被刪除（這是一個不錯的選擇，因為整個 ZEFE90A8E604A7C840E88D03A67F6t 都使用 B7D8Z 是一個巨大的組合）

在 TensorFlow 2.0 中我們需要使用tf.keras.layers.Dense來創建一個全連接層，但更重要的是，您必須將代碼庫遷移到 Z7FEE7BB66F4294C3E32783EFA7D9FCBA 事實上，如果不創建使用它的tf.keras.Model object，就無法定義層並使用它。

Answer 3

tf.contrib.layers.fully_connected() 是一團糟。 這是一個非常古老的歷史標記（或史前 DNN 遺產）。 谷歌已經完全棄用了 function，因為谷歌討厭它。 TensoFlow 2.x 中沒有任何直接的 function 來替換 tf.contrib.layers.fully_connected()。 因此，function不值得查詢和了解。

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)

您可以將其替換為：

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