你怎么能在谷歌TPU中使用Tensor2.0？

Question

我正试图利用googlecolab来使用张量处理单元（TPU）来训练神经网络。Tensorflow刚刚发布了一个主要版本，2.0，所以我尝试在Tensorflow 2.0中实现这一点。我试过以下三个指南，但都是为Tensorflow 1.14编写的-但在Tensorflow 2.0中失败了：

1）按照指南TPUs in Colab，我得到错误：

AttributeError: module 'tensorflow' has no attribute 'Session'

（参考文献：，其中tf.会议（tpu地址）as会话：）

2）按照指南Simple Classification Model using Keras on Colab TPU，我得到了同样的错误

3）按照指南cloud_tpu_custom_training，我得到错误：

^{pr2}$

（参考文献：解析器=tf.contrib.cluster_解析器.TPUClusterResolver（tpu=tpu工作线程））

有没有人举过用TPU在TensorFlow2.0中训练神经网络的例子？在

编辑：这个问题似乎也出现在github上：InvalidArgumentError: Unable to find a context_id matching the specified one #1

Answer 1

在运行代码之前

转到

Edit  > Notebook Settings

在那个选择下

^{pr2}$

Answer 2

Tensorflow 2.0并不真正向后兼容TensorFlow1.X代码。Tensorflow在这些版本之间的工作方式有很多变化，因此我强烈建议您阅读有关如何迁移代码的官方指南：

https://www.tensorflow.org/guide/migrate#estimators

我会说，自动转换脚本虽然在技术上很成功，但只将我的代码更改为Tensorflow 1.X代码的兼容版本—如果您想使用任何实际的Tensorflow 2.0功能，您可能需要手动更改代码。在

Answer 3

首先，教程中给出的代码与2.x不兼容

1. 您需要在colab中选择runtime作为TPU来执行TPU中的代码

2. 因为错误

   AttributeError: module 'tensorflow' has no attribute 'Session'

   您需要使用tf.compat.v1.Session()，因为tf.session已弃用。

3. 请使用tf.contrib.cluster_resolver代替tf.distribute.cluster_resolver

请参考TensorflowAddon-repo将代码从1.x转换为2.x兼容。在