স্বয়ংক্রিয়ভাবে TF 1.x এবং compat.v1 API চিহ্ন পুনর্লিখন করুন

TensorFlow.org-এ দেখুন Google Colab-এ চালান GitHub-এ উৎস দেখুন নোটবুক ডাউনলোড করুন

TensorFlow 2.x-এ TF 1.x এবং tf.compat.v1 API থেকে অনেকগুলি API পরিবর্তন রয়েছে, যেমন আর্গুমেন্ট পুনর্বিন্যাস করা, চিহ্নগুলির পুনঃনামকরণ এবং প্যারামিটারের জন্য ডিফল্ট মান পরিবর্তন করা। ম্যানুয়ালি এই সমস্ত পরিবর্তনগুলি সম্পাদন করা ক্লান্তিকর এবং ত্রুটির প্রবণ হবে৷ পরিবর্তনগুলিকে স্ট্রীমলাইন করতে এবং TF 2.x-এ আপনার রূপান্তরকে যতটা সম্ভব নির্বিঘ্ন করতে, TensorFlow টিম নতুন API-এ উত্তরাধিকার কোড স্থানান্তর করতে সাহায্য করার জন্য tf_upgrade_v2 ইউটিলিটি তৈরি করেছে।

সাধারণ ব্যবহার এই মত:

tf_upgrade_v2 \
  --intree my_project/ \
  --outtree my_project_v2/ \
  --reportfile report.txt

এটি বিদ্যমান TensorFlow 1.x Python স্ক্রিপ্টগুলিকে TensorFlow 2.x এ রূপান্তর করে আপনার আপগ্রেড প্রক্রিয়াকে ত্বরান্বিত করবে।

রূপান্তর স্ক্রিপ্ট অনেক যান্ত্রিক API রূপান্তর স্বয়ংক্রিয় করে, যদিও অনেক API স্বয়ংক্রিয়ভাবে স্থানান্তরিত হতে পারে না। এটি আপনার কোডটিকে সম্পূর্ণরূপে TF2 আচরণ এবং API-এর সাথে সামঞ্জস্যপূর্ণ করতে সক্ষম নয়৷ সুতরাং, এটি আপনার মাইগ্রেশন যাত্রার একটি অংশ মাত্র।

সামঞ্জস্য মডিউল

নির্দিষ্ট API চিহ্নগুলিকে কেবল একটি স্ট্রিং প্রতিস্থাপন ব্যবহার করে আপগ্রেড করা যায় না। যেগুলি স্বয়ংক্রিয়ভাবে আপগ্রেড করা যাবে না তাদের compat.v1 মডিউলে তাদের অবস্থানে ম্যাপ করা হবে৷ এই মডিউলটি tf.foo-এর মতো TF 1.x চিহ্নগুলিকে সমতুল্য tf.foo রেফারেন্স দিয়ে tf.compat.v1.foo করে। আপনি যদি ইতিমধ্যেই import tensorflow.compat.v1 as tf এর মাধ্যমে TF আমদানি করে compat.v1 API ব্যবহার করছেন, tf_upgrade_v2 স্ক্রিপ্ট এই ব্যবহারগুলিকে নন-কম্প্যাট APIগুলিতে রূপান্তর করার চেষ্টা করবে যেখানে সম্ভব। উল্লেখ্য যে কিছু compat.v1 APIs TF2.x আচরণের সাথে সামঞ্জস্যপূর্ণ, অনেকগুলি নয়। তাই, আমরা সুপারিশ করছি যে আপনি ম্যানুয়ালি প্রুফরিড প্রতিস্থাপন করুন এবং যত তাড়াতাড়ি সম্ভব tf.compat.v1 নামস্থানের পরিবর্তে tf.* নামস্থানে নতুন APIগুলিতে স্থানান্তর করুন।

TensorFlow 2.x মডিউল অবচয় (উদাহরণস্বরূপ, tf.flags এবং tf.contrib ) এর কারণে, কিছু পরিবর্তন compat.v1 স্যুইচ করে কাজ করা যাবে না। এই কোড আপগ্রেড করার জন্য একটি অতিরিক্ত লাইব্রেরি ব্যবহার করতে হতে পারে (উদাহরণস্বরূপ, absl.flags ) বা tensorflow/addons- এ একটি প্যাকেজে স্যুইচ করা।

এই গাইডের বাকি অংশে দেখানো হয়েছে কিভাবে প্রতীক-পুনঃলিখন স্ক্রিপ্ট ব্যবহার করতে হয়। যদিও স্ক্রিপ্টটি ব্যবহার করা সহজ, এটি দৃঢ়ভাবে সুপারিশ করা হয় যে আপনি নিম্নলিখিত প্রক্রিয়ার অংশ হিসাবে স্ক্রিপ্টটি ব্যবহার করুন:

  1. ইউনিট পরীক্ষা : নিশ্চিত করুন যে আপনি যে কোডটি আপগ্রেড করছেন তাতে যুক্তিসঙ্গত কভারেজ সহ একটি ইউনিট টেস্ট স্যুট রয়েছে। এটি পাইথন কোড, তাই ভাষা আপনাকে অনেক ধরণের ভুল থেকে রক্ষা করবে না। এছাড়াও নিশ্চিত করুন যে আপনার যে কোনো নির্ভরতা ইতিমধ্যেই TensorFlow 2.x এর সাথে সামঞ্জস্যপূর্ণ হওয়ার জন্য আপগ্রেড করা হয়েছে।

  2. টেনসরফ্লো 1.15 ইনস্টল করুন : আপনার টেনসরফ্লোকে লেটেস্ট টেনসরফ্লো 1.x সংস্করণে আপগ্রেড করুন, কমপক্ষে 1.15। এর মধ্যে tf.compat.v2 এ চূড়ান্ত TensorFlow 2.0 API অন্তর্ভুক্ত রয়েছে।

  3. 1.15 দিয়ে পরীক্ষা করুন: এই সময়ে আপনার ইউনিট পরীক্ষা পাস করা নিশ্চিত করুন। আপগ্রেড করার সাথে সাথে আপনি সেগুলিকে বারবার চালাবেন তাই সবুজ থেকে শুরু করা গুরুত্বপূর্ণ।

  4. আপগ্রেড স্ক্রিপ্ট চালান : আপনার সমগ্র উৎস গাছে tf_upgrade_v2 চালান, পরীক্ষাগুলি অন্তর্ভুক্ত। এটি আপনার কোডটিকে একটি ফর্ম্যাটে আপগ্রেড করবে যেখানে এটি শুধুমাত্র TensorFlow 2.0-এ উপলব্ধ প্রতীকগুলি ব্যবহার করে৷ অপ্রচলিত চিহ্নগুলি tf.compat.v1 দিয়ে অ্যাক্সেস করা হবে। এগুলি শেষ পর্যন্ত ম্যানুয়াল মনোযোগের প্রয়োজন হবে, তবে অবিলম্বে নয়।

  5. TensorFlow 1.15 দিয়ে রূপান্তরিত পরীক্ষা চালান : আপনার কোডটি এখনও TensorFlow 1.15 এ সূক্ষ্মভাবে চালানো উচিত। আবার আপনার ইউনিট পরীক্ষা চালান. এখানে আপনার পরীক্ষায় কোনো ত্রুটি মানে আপগ্রেড স্ক্রিপ্টে একটি বাগ আছে। দয়া করে আমাদের জানান

  6. সতর্কতা এবং ত্রুটির জন্য আপগ্রেড প্রতিবেদনটি পরীক্ষা করুন : স্ক্রিপ্টটি একটি প্রতিবেদন ফাইল লেখে যা আপনার যে কোনো রূপান্তরকে দ্বিগুণ-চেক করা উচিত, বা আপনাকে যে কোনো ম্যানুয়াল পদক্ষেপ নিতে হবে তা ব্যাখ্যা করে। উদাহরণ স্বরূপ: অবদানের যেকোন অবশিষ্ট উদাহরণ সরানোর জন্য ম্যানুয়াল অ্যাকশনের প্রয়োজন হবে। আরও নির্দেশাবলীর জন্য অনুগ্রহ করে RFC-এর সাথে পরামর্শ করুন৷

  7. TensorFlow 2.x ইনস্টল করুন : এই মুহুর্তে TensorFlow 2.x বাইনারিগুলিতে স্যুইচ করা নিরাপদ হওয়া উচিত, এমনকি আপনি যদি লিগ্যাসি আচরণের সাথে চলছেন

  8. v1.disable_v2_behavior দিয়ে পরীক্ষা করুন : টেস্টের মূল ফাংশনে v1.disable_v2_behavior() দিয়ে আপনার পরীক্ষাগুলি পুনরায় চালানোর ফলে 1.15-এর অধীনে চলার মতো একই ফলাফল পাওয়া উচিত।

  9. V2 আচরণ সক্ষম করুন : এখন যেহেতু আপনার পরীক্ষাগুলি TF2 বাইনারি ব্যবহার করে কাজ করে, আপনি এখন tf.estimator s এড়াতে এবং শুধুমাত্র সমর্থিত TF2 আচরণ ব্যবহার করতে আপনার কোড স্থানান্তর করা শুরু করতে পারেন (কোনও TF2 আচরণ নিষ্ক্রিয় না করে)৷ বিস্তারিত জানার জন্য মাইগ্রেশন গাইড দেখুন।

প্রতীক- tf_upgrade_v2 স্ক্রিপ্ট ব্যবহার করে

সেটআপ

শুরু করার আগে নিশ্চিত করুন যে TensorFlow 2.x ইনস্টল করা আছে।

import tensorflow as tf

print(tf.__version__)
2.6.0

টেনসরফ্লো/মডেল গিট রিপোজিটরি ক্লোন করুন যাতে আপনার পরীক্ষা করার জন্য কিছু কোড থাকে:

git clone --branch r1.13.0 --depth 1 https://github.com/tensorflow/models
Cloning into 'models'...
remote: Enumerating objects: 2927, done.[K
remote: Counting objects: 100% (2927/2927), done.[K
remote: Compressing objects: 100% (2428/2428), done.[K
remote: Total 2927 (delta 504), reused 2113 (delta 424), pack-reused 0[K
Receiving objects: 100% (2927/2927), 369.04 MiB | 27.58 MiB/s, done.
Resolving deltas: 100% (504/504), done.
Checking out files: 100% (2768/2768), done.

সাহায্য পড়ুন

স্ক্রিপ্টটি টেনসরফ্লো দিয়ে ইনস্টল করা উচিত। এখানে অন্তর্নির্মিত সাহায্য:

tf_upgrade_v2 -h
usage: tf_upgrade_v2 [-h] [--infile INPUT_FILE] [--outfile OUTPUT_FILE]
                     [--intree INPUT_TREE] [--outtree OUTPUT_TREE]
                     [--copyotherfiles COPY_OTHER_FILES] [--inplace]
                     [--no_import_rename] [--no_upgrade_compat_v1_import]
                     [--reportfile REPORT_FILENAME] [--mode {DEFAULT,SAFETY}]
                     [--print_all]

Convert a TensorFlow Python file from 1.x to 2.0

Simple usage:
  tf_upgrade_v2.py --infile foo.py --outfile bar.py
  tf_upgrade_v2.py --infile foo.ipynb --outfile bar.ipynb
  tf_upgrade_v2.py --intree ~/code/old --outtree ~/code/new

optional arguments:
  -h, --help            show this help message and exit
  --infile INPUT_FILE   If converting a single file, the name of the file to
                        convert
  --outfile OUTPUT_FILE
                        If converting a single file, the output filename.
  --intree INPUT_TREE   If converting a whole tree of files, the directory to
                        read from (relative or absolute).
  --outtree OUTPUT_TREE
                        If converting a whole tree of files, the output
                        directory (relative or absolute).
  --copyotherfiles COPY_OTHER_FILES
                        If converting a whole tree of files, whether to copy
                        the other files.
  --inplace             If converting a set of files, whether to allow the
                        conversion to be performed on the input files.
  --no_import_rename    Not to rename import to compat.v2 explicitly.
  --no_upgrade_compat_v1_import
                        If specified, don't upgrade explicit imports of
                        `tensorflow.compat.v1 as tf` to the v2 APIs.
                        Otherwise, explicit imports of the form
                        `tensorflow.compat.v1 as tf` will be upgraded.
  --reportfile REPORT_FILENAME
                        The name of the file where the report log is
                        stored.(default: report.txt)
  --mode {DEFAULT,SAFETY}
                        Upgrade script mode. Supported modes: DEFAULT: Perform
                        only straightforward conversions to upgrade to 2.0. In
                        more difficult cases, switch to use compat.v1. SAFETY:
                        Keep 1.* code intact and import compat.v1 module.
  --print_all           Print full log to stdout instead of just printing
                        errors

উদাহরণ TF1 কোড

এখানে একটি সাধারণ TensorFlow 1.0 স্ক্রিপ্ট রয়েছে:

head -n 65 models/samples/cookbook/regression/custom_regression.py | tail -n 10
# Calculate loss using mean squared error
  average_loss = tf.losses.mean_squared_error(labels, predictions)

  # Pre-made estimators use the total_loss instead of the average,
  # so report total_loss for compatibility.
  batch_size = tf.shape(labels)[0]
  total_loss = tf.to_float(batch_size) * average_loss

  if mode == tf.estimator.ModeKeys.TRAIN:
    optimizer = params.get("optimizer", tf.train.AdamOptimizer)

TensorFlow 2.x ইন্সটল করলে এটি চলে না:

(cd models/samples/cookbook/regression && python custom_regression.py)
Traceback (most recent call last):
  File "custom_regression.py", line 162, in <module>
    tf.logging.set_verbosity(tf.logging.INFO)
AttributeError: module 'tensorflow' has no attribute 'logging'

ফাইল

স্ক্রিপ্টটি একটি পাইথন ফাইলে চালানো যেতে পারে:

!tf_upgrade_v2 \
  --infile models/samples/cookbook/regression/custom_regression.py \
  --outfile /tmp/custom_regression_v2.py
INFO line 38:8: Renamed 'tf.feature_column.input_layer' to 'tf.compat.v1.feature_column.input_layer'
INFO line 43:10: Renamed 'tf.layers.dense' to 'tf.compat.v1.layers.dense'
INFO line 46:17: Renamed 'tf.layers.dense' to 'tf.compat.v1.layers.dense'
INFO line 57:17: tf.losses.mean_squared_error requires manual check. tf.losses have been replaced with object oriented versions in TF 2.0 and after. The loss function calls have been converted to compat.v1 for backward compatibility. Please update these calls to the TF 2.0 versions.
INFO line 57:17: Renamed 'tf.losses.mean_squared_error' to 'tf.compat.v1.losses.mean_squared_error'
INFO line 61:15: Added keywords to args of function 'tf.shape'
INFO line 62:15: Changed tf.to_float call to tf.cast(..., dtype=tf.float32).
INFO line 65:40: Renamed 'tf.train.AdamOptimizer' to 'tf.compat.v1.train.AdamOptimizer'
INFO line 68:39: Renamed 'tf.train.get_global_step' to 'tf.compat.v1.train.get_global_step'
INFO line 83:9: tf.metrics.root_mean_squared_error requires manual check. tf.metrics have been replaced with object oriented versions in TF 2.0 and after. The metric function calls have been converted to compat.v1 for backward compatibility. Please update these calls to the TF 2.0 versions.
INFO line 83:9: Renamed 'tf.metrics.root_mean_squared_error' to 'tf.compat.v1.metrics.root_mean_squared_error'
INFO line 142:23: Renamed 'tf.train.AdamOptimizer' to 'tf.compat.v1.train.AdamOptimizer'
INFO line 162:2: Renamed 'tf.logging.set_verbosity' to 'tf.compat.v1.logging.set_verbosity'
INFO line 162:27: Renamed 'tf.logging.INFO' to 'tf.compat.v1.logging.INFO'
INFO line 163:2: Renamed 'tf.app.run' to 'tf.compat.v1.app.run'
TensorFlow 2.0 Upgrade Script
-----------------------------
Converted 1 files
Detected 0 issues that require attention
--------------------------------------------------------------------------------


Make sure to read the detailed log 'report.txt'

স্ক্রিপ্টটি ত্রুটিগুলি মুদ্রণ করবে যদি এটি কোডের জন্য একটি সমাধান খুঁজে না পায়৷

ডিরেক্টরি গাছ

এই সাধারণ উদাহরণ সহ সাধারণ প্রকল্পগুলি একাধিক ফাইল ব্যবহার করবে। সাধারণত একটি সম্পূর্ণ প্যাকেজ আপডেট করতে চান, তাই স্ক্রিপ্টটি একটি ডিরেক্টরি ট্রিতেও চালানো যেতে পারে:

# update the .py files and copy all the other files to the outtree
!tf_upgrade_v2 \
    --intree models/samples/cookbook/regression/ \
    --outtree regression_v2/ \
    --reportfile tree_report.txt
INFO line 82:10: tf.estimator.LinearRegressor: Default value of loss_reduction has been changed to SUM_OVER_BATCH_SIZE; inserting old default value tf.keras.losses.Reduction.SUM.

INFO line 105:2: Renamed 'tf.logging.set_verbosity' to 'tf.compat.v1.logging.set_verbosity'
INFO line 105:27: Renamed 'tf.logging.INFO' to 'tf.compat.v1.logging.INFO'
INFO line 106:2: Renamed 'tf.app.run' to 'tf.compat.v1.app.run'
INFO line 38:8: Renamed 'tf.feature_column.input_layer' to 'tf.compat.v1.feature_column.input_layer'
INFO line 43:10: Renamed 'tf.layers.dense' to 'tf.compat.v1.layers.dense'
INFO line 46:17: Renamed 'tf.layers.dense' to 'tf.compat.v1.layers.dense'
INFO line 57:17: tf.losses.mean_squared_error requires manual check. tf.losses have been replaced with object oriented versions in TF 2.0 and after. The loss function calls have been converted to compat.v1 for backward compatibility. Please update these calls to the TF 2.0 versions.
INFO line 57:17: Renamed 'tf.losses.mean_squared_error' to 'tf.compat.v1.losses.mean_squared_error'
INFO line 61:15: Added keywords to args of function 'tf.shape'
INFO line 62:15: Changed tf.to_float call to tf.cast(..., dtype=tf.float32).
INFO line 65:40: Renamed 'tf.train.AdamOptimizer' to 'tf.compat.v1.train.AdamOptimizer'
INFO line 68:39: Renamed 'tf.train.get_global_step' to 'tf.compat.v1.train.get_global_step'
INFO line 83:9: tf.metrics.root_mean_squared_error requires manual check. tf.metrics have been replaced with object oriented versions in TF 2.0 and after. The metric function calls have been converted to compat.v1 for backward compatibility. Please update these calls to the TF 2.0 versions.
INFO line 83:9: Renamed 'tf.metrics.root_mean_squared_error' to 'tf.compat.v1.metrics.root_mean_squared_error'
INFO line 142:23: Renamed 'tf.train.AdamOptimizer' to 'tf.compat.v1.train.AdamOptimizer'
INFO line 162:2: Renamed 'tf.logging.set_verbosity' to 'tf.compat.v1.logging.set_verbosity'
INFO line 162:27: Renamed 'tf.logging.INFO' to 'tf.compat.v1.logging.INFO'
INFO line 163:2: Renamed 'tf.app.run' to 'tf.compat.v1.app.run'
INFO line 58:10: tf.estimator.LinearRegressor: Default value of loss_reduction has been changed to SUM_OVER_BATCH_SIZE; inserting old default value tf.keras.losses.Reduction.SUM.

INFO line 101:2: Renamed 'tf.logging.set_verbosity' to 'tf.compat.v1.logging.set_verbosity'
INFO line 101:27: Renamed 'tf.logging.INFO' to 'tf.compat.v1.logging.INFO'
INFO line 102:2: Renamed 'tf.app.run' to 'tf.compat.v1.app.run'
INFO line 72:10: tf.estimator.DNNRegressor: Default value of loss_reduction has been changed to SUM_OVER_BATCH_SIZE; inserting old default value tf.keras.losses.Reduction.SUM.

INFO line 96:2: Renamed 'tf.logging.set_verbosity' to 'tf.compat.v1.logging.set_verbosity'
INFO line 96:27: Renamed 'tf.logging.INFO' to 'tf.compat.v1.logging.INFO'
INFO line 97:2: Renamed 'tf.app.run' to 'tf.compat.v1.app.run'
WARNING line 125:15: Changing dataset.make_one_shot_iterator() to tf.compat.v1.data.make_one_shot_iterator(dataset). Please check this transformation.

INFO line 40:7: Renamed 'tf.test.mock' to 'tf.compat.v1.test.mock'
TensorFlow 2.0 Upgrade Script
-----------------------------
Converted 7 files
Detected 1 issues that require attention
--------------------------------------------------------------------------------
--------------------------------------------------------------------------------
File: models/samples/cookbook/regression/automobile_data.py
--------------------------------------------------------------------------------
models/samples/cookbook/regression/automobile_data.py:125:15: WARNING: Changing dataset.make_one_shot_iterator() to tf.compat.v1.data.make_one_shot_iterator(dataset). Please check this transformation.



Make sure to read the detailed log 'tree_report.txt'

dataset.make_one_shot_iterator ফাংশন সম্পর্কে একটি সতর্কতা নোট করুন।

এখন স্ক্রিপ্ট TensorFlow 2.x এর সাথে কাজ করে:

মনে রাখবেন যে tf.compat.v1 মডিউলটি TF 1.15-এ অন্তর্ভুক্ত হওয়ায় রূপান্তরিত স্ক্রিপ্টটি TensorFlow 1.15-এও চলবে।

(cd regression_v2 && python custom_regression.py 2>&1) | tail
I0922 22:16:42.778216 140254758430528 estimator.py:2074] Saving dict for global step 1000: global_step = 1000, loss = 651.5428, rmse = 3.684265
INFO:tensorflow:Saving 'checkpoint_path' summary for global step 1000: /tmp/tmpk2_4r192/model.ckpt-1000
I0922 22:16:42.817190 140254758430528 estimator.py:2135] Saving 'checkpoint_path' summary for global step 1000: /tmp/tmpk2_4r192/model.ckpt-1000
Tensor("IteratorGetNext:25", shape=(None,), dtype=float64, device=/device:CPU:0)
Tensor("Squeeze:0", shape=(None,), dtype=float32)

********************************************************************************

RMS error for the test set: $3684

বিস্তারিত প্রতিবেদন

স্ক্রিপ্টটি বিস্তারিত পরিবর্তনের একটি তালিকাও রিপোর্ট করে। এই উদাহরণে এটি একটি সম্ভাব্য অনিরাপদ রূপান্তর খুঁজে পেয়েছে এবং ফাইলের শীর্ষে একটি সতর্কতা অন্তর্ভুক্ত করেছে:

head -n 20 tree_report.txt
TensorFlow 2.0 Upgrade Script
-----------------------------
Converted 7 files
Detected 1 issues that require attention
--------------------------------------------------------------------------------
--------------------------------------------------------------------------------
File: models/samples/cookbook/regression/automobile_data.py
--------------------------------------------------------------------------------
models/samples/cookbook/regression/automobile_data.py:125:15: WARNING: Changing dataset.make_one_shot_iterator() to tf.compat.v1.data.make_one_shot_iterator(dataset). Please check this transformation.

================================================================================
Detailed log follows:

================================================================================
================================================================================
Input tree: 'models/samples/cookbook/regression/'
================================================================================
--------------------------------------------------------------------------------
Processing file 'models/samples/cookbook/regression/__init__.py'
 outputting to 'regression_v2/__init__.py'

Dataset.make_one_shot_iterator function সম্পর্কে আবার একটি সতর্কতা নোট করুন।

অন্যান্য ক্ষেত্রে আউটপুট অ-তুচ্ছ পরিবর্তনের যুক্তি ব্যাখ্যা করবে:

%%writefile dropout.py
import tensorflow as tf

d = tf.nn.dropout(tf.range(10), 0.2)
z = tf.zeros_like(d, optimize=False)
Writing dropout.py
!tf_upgrade_v2 \
  --infile dropout.py \
  --outfile dropout_v2.py \
  --reportfile dropout_report.txt > /dev/null
cat dropout_report.txt
TensorFlow 2.0 Upgrade Script
-----------------------------
Converted 1 files
Detected 0 issues that require attention
--------------------------------------------------------------------------------
================================================================================
Detailed log follows:

================================================================================
--------------------------------------------------------------------------------
Processing file 'dropout.py'
 outputting to 'dropout_v2.py'
--------------------------------------------------------------------------------

3:4: INFO: Changing keep_prob arg of tf.nn.dropout to rate, and recomputing value.

4:4: INFO: Renaming tf.zeros_like to tf.compat.v1.zeros_like because argument optimize is present. tf.zeros_like no longer takes an optimize argument, and behaves as if optimize=True. This call site specifies something other than optimize=True, so it was converted to compat.v1.
--------------------------------------------------------------------------------

এখানে সংশোধিত ফাইলের বিষয়বস্তু রয়েছে, নোট করুন কিভাবে স্ক্রিপ্ট সরানো এবং নাম পরিবর্তন করা আর্গুমেন্টের সাথে মোকাবিলা করতে আর্গুমেন্টের নাম যোগ করে:

cat dropout_v2.py
import tensorflow as tf

d = tf.nn.dropout(tf.range(10), rate=1 - (0.2))
z = tf.compat.v1.zeros_like(d, optimize=False)

একটি বড় প্রকল্পে কয়েকটি ত্রুটি থাকতে পারে। উদাহরণস্বরূপ deeplab মডেল রূপান্তর করুন:

!tf_upgrade_v2 \
    --intree models/research/deeplab \
    --outtree deeplab_v2 \
    --reportfile deeplab_report.txt > /dev/null

এটি আউটপুট ফাইল তৈরি করেছে:

ls deeplab_v2
README.md   datasets        input_preprocess.py        train.py
__init__.py deeplab_demo.ipynb  local_test.sh          utils
common.py   eval.py         local_test_mobilenetv2.sh  vis.py
common_test.py  export_model.py     model.py
core        g3doc           model_test.py

কিন্তু ত্রুটি ছিল. এটি চালানোর আগে আপনাকে কী ঠিক করতে হবে তা রিপোর্টটি আপনাকে সাহায্য করবে। এখানে প্রথম তিনটি ত্রুটি রয়েছে:

cat deeplab_report.txt | grep -i models/research/deeplab | grep -i error | head -n 3
models/research/deeplab/eval.py:28:7: ERROR: Using member tf.contrib.slim in deprecated module tf.contrib. tf.contrib.slim cannot be converted automatically. tf.contrib will not be distributed with TensorFlow 2.0, please consider an alternative in non-contrib TensorFlow, a community-maintained repository such as tensorflow/addons, or fork the required code.
models/research/deeplab/eval.py:146:8: ERROR: Using member tf.contrib.metrics.aggregate_metric_map in deprecated module tf.contrib. tf.contrib.metrics.aggregate_metric_map cannot be converted automatically. tf.contrib will not be distributed with TensorFlow 2.0, please consider an alternative in non-contrib TensorFlow, a community-maintained repository such as tensorflow/addons, or fork the required code.
models/research/deeplab/export_model.py:25:7: ERROR: Using member tf.contrib.slim in deprecated module tf.contrib. tf.contrib.slim cannot be converted automatically. tf.contrib will not be distributed with TensorFlow 2.0, please consider an alternative in non-contrib TensorFlow, a community-maintained repository such as tensorflow/addons, or fork the required code.

"নিরাপত্তা" মোড

রূপান্তর স্ক্রিপ্টে একটি কম আক্রমণাত্মক SAFETY মোড রয়েছে যা tensorflow.compat.v1 মডিউল ব্যবহার করার জন্য আমদানি পরিবর্তন করে:

cat dropout.py
import tensorflow as tf

d = tf.nn.dropout(tf.range(10), 0.2)
z = tf.zeros_like(d, optimize=False)
tf_upgrade_v2 --mode SAFETY --infile dropout.py --outfile dropout_v2_safe.py > /dev/null
cat dropout_v2_safe.py
import tensorflow.compat.v1 as tf

d = tf.nn.dropout(tf.range(10), 0.2)
z = tf.zeros_like(d, optimize=False)

আপনি দেখতে পাচ্ছেন এটি আপনার কোড আপগ্রেড করে না, কিন্তু TensorFlow 1 কোডকে TensorFlow 2 বাইনারিগুলির বিরুদ্ধে চালানোর অনুমতি দেয়। মনে রাখবেন যে এর মানে এই নয় যে আপনার কোড সমর্থিত TF 2.x আচরণ চলছে!

সতর্কতা

  • এই স্ক্রিপ্ট চালানোর আগে আপনার কোডের কিছু অংশ ম্যানুয়ালি আপডেট করবেন না। বিশেষ করে, যে ফাংশনগুলি tf.argmax বা tf.batch_to_space এর মতো আর্গুমেন্টগুলিকে পুনঃক্রমযুক্ত করেছে সেগুলি স্ক্রিপ্টে ভুলভাবে কীওয়ার্ড আর্গুমেন্ট যোগ করে যা আপনার বিদ্যমান কোডকে ভুল ম্যাপ করে।

  • স্ক্রিপ্টটি অনুমান করে যে tensorflow আমদানি করা import tensorflow as tf ব্যবহার করে, অথবা import tensorflow.compat.v1 as tf

  • এই স্ক্রিপ্ট আর্গুমেন্ট পুনর্বিন্যাস না. পরিবর্তে, স্ক্রিপ্টটি ফাংশনগুলিতে কীওয়ার্ড আর্গুমেন্ট যোগ করে যেগুলির আর্গুমেন্টগুলি পুনরায় সাজানো থাকে।

  • একটি GitHub সংগ্রহস্থলে জুপিটার নোটবুক এবং পাইথন ফাইল আপগ্রেড করার জন্য একটি সুবিধাজনক টুলের জন্য tf2up.ml দেখুন।

আপগ্রেড স্ক্রিপ্ট বাগ রিপোর্ট করতে বা বৈশিষ্ট্য অনুরোধ করতে, GitHub এ একটি সমস্যা ফাইল করুন।