Question

在我的代码中:(在tf1.0上运行良好）

from tensorflow.contrib.rnn.python.ops  import core_rnn
from tensorflow.contrib.rnn.python.ops  import core_rnn_cell
from tensorflow.contrib.rnn.python.ops  import core_rnn_cell_impl

使用tf1.2报告错误：来自tensorflow.contrib.rnn.python.ops导入core_rnn ImportError：无法导入名称'core_rnn'

Answer 1

来自Tensorflow 1.2 changelog：

tf.nn命名空间中的许多RNN函数和类在1.0发布之前，现在已经转移到tf.contrib.rnn了被移回核心命名空间。这包括RNNCell， LSTMCell，GRUCell和许多其他细胞。这些现在居住在 tf.nn.rnn_cell（tf.contrib.rnn中的别名用于向后兼容性）。原来的tf.nn.rnn函数现在是 tf.nn.static_rnn，以及双向静态和状态保存静态 rnn函数现在也回到了tf.nn命名空间。

看起来您需要更新代码才能使用tf.nn.rnn，tf.nn.rn_cell而且我相当肯定您不应该关注任何'* _impl'文件，这是假设的隐藏在API中，可能随时更改。

Answer 2

的

from tensorflow.contrib.rnn.python.ops import core_rnn
from tensorflow.contrib.rnn.python.ops import core_rnn_cell
from tensorflow.contrib.rnn.python.ops import core_rnn_cell_impl

在tf1.2中，它应该是一个替代品：

#cell = core_rnn_cell.OutputProjectionWrapper(cell, output_symbols)
cell = tf.nn.OutputProjectionWrapper(cell, output_symbols)

#_, enc_state = core_rnn.static_rnn(cell, encoder_inputs, dtype=dtype, scope=scope)
_, enc_state = tf.nn.static_rnn( cell, encoder_inputs, dtype=dtype, scope=scope)

#y = linear(query, attention_vec_size, True)
y = rnn_cell_impl._linear(query, attention_vec_size, True)

我如何升级我的代码（在Tensorflow 1.0.1 python3上构建）与TF1.2兼容？

2 个答案: