手动升级tf.contrib.slim到tf 2.0版本

Question

我的Python代码使用了tf.contrib.slim的功能，升级到TensorFlow 2.0后不再工作。我该怎么升级以下代码：

import tensorflow.contrib.slim as slim
import tensorflow.contrib.slim.nets

# ...

net = slim.conv2d(
    inp, 
    dim,
    [3, 3],
    rate=1,
    normalizer_fn=slim.layer_norm,
    activation_fn=lrelu,
    scope='g_' + str(width) + '_conv1') 

谢谢。

- Jonas G.

---

你有尝试过什么吗？实际上整个文档都专门讨论了这个话题，其中包括一个名为关于Slim & contrib.layers的说明的部分。 - o-90

是的，我研究过那个，但发现对我并不是很有帮助，因为我在使用tensorflow方面还是新手 :/ - Jonas G.

我同意Jonas的看法，这毫不有用。 - Bill Chen

Answer 1

您可以使用tf_slim包代替（https://github.com/google-research/tf-slim）

但是，更新此软件包以适应TF2的推送请求仍在等待中。因此，您应该从分支安装： pip install git+https://github.com/adrianc-a/tf-slim.git@remove_contrib

- Dmitry Grebenyuk

---

仍然不完全支持TF2。例如，在使用tensorflow.contrib.training.python.training import evaluation时会出现错误。 - Pamungkas Jayuda

Answer 2

首先需要安装 tf-slim：

pip install --upgrade tf_slim

然后将 import tensorflow.contrib.slim as slim 替换为 import tf_slim as slim ，这样就可以解决相同的问题了。希望这能有所帮助。

- nightrain

Answer 3

那应该可以做到：

net = tf.keras.layers.Conv2D(filters=dim, kernel_size=3, name='g_' + str(width) + '_conv1')(inp)
net = tf.keras.layers.BatchNormalization()(net)
net = tf.keras.layers.LeakyReLU()(net)

使用Slim时，有一个选项可以提及在卷积层之后要使用哪种批量归一化和激活。在2.0版本中无法这样做，因此您需要在两个不同的层中明确指定所需的归一化和激活。

- Ohad Meir