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

【问题标题】：tf.contrib.layers.fully_connected() in Tensorflow 2?Tensorflow 2 中的 tf.contrib.layers.fully_connected()？
【发布时间】：2019-10-13 01:25:17
【问题描述】：

我正在尝试在我的一个项目中使用 tf.contrib.layers.fully_connected()，但它已在 tensorflow 2.0 中被弃用。是否有等效的功能，或者我应该在我的虚拟环境中为这个项目保留 tensorflow v1.x？

【问题讨论】：

你考虑过 tf.keras.layers.Dense 吗？

标签： python python-3.x tensorflow tensorflow2.0

【解决方案1】：

tf-slim，作为一个独立的包，已经包含了tf.contrib.layers。你可以通过pip install tf-slim安装，通过from tf_slim.layers import layers as _layers; _layers.fully_conntected(..)调用它。和原来一样，容易替换

【讨论】：

【解决方案2】：

在 TensorFlow 2.0 中，包 tf.contrib 已被删除（这是一个不错的选择，因为整个包是不同项目的巨大组合，都放在同一个盒子中），所以你不能使用它。

在 TensorFlow 2.0 中，我们需要使用 tf.keras.layers.Dense 来创建全连接层，但更重要的是，您必须将代码库迁移到 Keras。事实上，如果不创建使用它的tf.keras.Model 对象，就无法定义层并使用它。

【讨论】：

【解决方案3】：

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)

【讨论】：

【解决方案4】：

tf.contrib.layers.fully_connected() 是一团糟。这是一个非常古老的历史标记（或史前 DNN 遗产）。谷歌已经完全弃用了这个功能，因为谷歌讨厌它。 TensoFlow 2.x 中没有任何直接函数可以替换 tf.contrib.layers.fully_connected()。因此，不值得探究和了解该功能。

【讨论】：