从tensoreflow1.x迁移到tf2.x,有人做过吗?
旧环境是用conda装的tf和keras,大概是1.12, cuda和cudnn都是手工单独安装的。现在要迁移到最新版。
主要是担心鼓捣完cuda和cudnn这些之后新的不行,旧的环境也退不回去。
有没有啥好办法备份一下旧的?
操作系统是个windows10
是不是我用conda重新建一个env,cudnn和cuda都用conda安装,是不会影响到旧的env的?
不过显卡驱动是个问题。旧显卡的驱动大概几年没动过了 我觉得你先考虑硬件兼容性吧, 万一新的cuda不支持你那个显卡 rocky linux上试过,最后放弃用torch全部重写了 4L+1
我这里工程化的东西在2年前就全面torch了 你用的啥模型,如果是BERT相关的建议无脑all in torch 你折腾tf版本和环境的时间都够用pytorch重构项目了。
— from Xiaomi 23127PN0CC, Android 14 of S1 Next Goose v2.5.4 很多人多说了,我也不提了,
之前弄过一个tf的项目,就哪怕是tf1.x到另一个tf1.x的版本,
他都不能通用,除非你把版本完全弄对,
从那天开始再也没用tensorflow全是torch 要么tf1.x养老,要么切pytorch重开。除非你是做工程的,搞算法的没几个想不开用tf 你都tf升版本了,证明不是搜广推tf1.xxx钉子户,直接重开pytorch得了
tf这种玩意赶紧死吧 keras3.0已经支持pytorch了,用keras换pytorch也不算很难吧。 tf把所有老版本方法都迁移到了一个兼容接口下面,tf1.oldFunc() -> tf2.compatible().oldFunc(),类似这样,然而谁有时间跟他玩替换游戏,我直接换pytorch tflite 有更好的替代吗跑在终端 不是有个说法吗,见到旧版本的tf代码就默认它现在是跑不了的
—— 来自 Xiaomi 23054RA19C, Android 13上的 S1Next-鹅版 v2.5.4 import torch as tf
—— 来自 OPPO PGEM10, Android 13上的 S1Next-鹅版 v2.5.4 鼓捣一上午,我都快裂开了。
我估计旧的tf我装在base的conda env上了。
conda create env再update tf之后。
所有旧的code都挂了。
目测这个周末要放进去了。要是周一还没搞定等着死了。
我是s b 代码不是我写的。迁移到torch对我来说太难了 ChatGPT
页:
[1]