我试图在我的一个项目中使用tf.contrib.layers.fully_connected（），但在tensorflow 2.0中已弃用。是否有等效的功能，还是我应该为此项目在虚拟环境中保留tensorflow v1.x？
答案 0 :(得分：4)
tf-slim作为独立软件包，已经包含tf.contrib.layers。您可以通过pip install tf-slim进行安装，以from tf_slim.layers import layers as _layers; _layers.fully_conntected(..)进行调用。与原始软件包相同，易于更换
答案 1 :(得分：2)
在TensorFlow 2.0中，软件包tf.contrib已被删除（这是一个不错的选择，因为整个软件包是由放在同一盒子中的不同项目组成的巨大混合体），因此您不能使用它。
TensorFlow 2.0的方法是使用tf.keras.layer.Dense创建一个完全连接的层，但是更重要的是，您必须将代码库迁移到Keras。实际上，如果不创建使用该图层的tf.keras.Model对象，就无法定义和使用该图层。
答案 2 :(得分：0)
tf.contrib.layers.fully_connected（）真是一团糟。这是一个非常古老的历史标记（或史前DNN遗产）。自从Google讨厌它以来，Google已完全弃用该功能。 TensoFlow 2.x中没有任何直接函数可以替换tf.contrib.layers.fully_connected（）。因此，不值得查询和了解该功能。
答案 3 :(得分：0)
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)