运行 yad2k 生成模型 h5 文件时，tensorflow 2.3 出现“tensorflow”

Question

我正在尝试生成 YOLOv2 模型 yolo.h5，以便我可以加载这个预先训练的模型。我正在尝试将 Andrew Ng coursera Yolo 作业（在tensorflow 1.x 中运行）移植到tensorflow 2.3。由于tensorflow uprade（ https://www.tensorflow.org/guide/upgrade），我能够干净地移植它，但我几乎没有意识到我无法下载 yolo.h5 文件（要么它被损坏，要么下载时间太长）出来），因此我认为我应该构建一个，并按照https://github.com/JudasDie/deeplearning.ai/issues/2的说明进行操作。当我克隆 YAD2k 存储库并下载 yolo.weights 和 yolo.cfg 时，它看起来非常简单。我按照说明运行了以下命令：python yad2k.py yolo.cfg yolo.weights model_data/yolo.h5但我收到以下错误：-Traceback (most recent call last):  _main(parser.parse_args())File "yad2k.py", line 233, in _main  Lambda(File "/home/sunny/miniconda3/lib/python3.8/site-packages/tensorflow/python/keras/engine/base_layer.py", line 925, in __call__  return self._functional_construction_call(inputs, args, kwargs,File "/home/sunny/miniconda3/lib/python3.8/site-packages/tensorflow/python/keras/engine/base_layer.py", line 1117, in _functional_construction_call  outputs = call_fn(cast_inputs, *args, **kwargs)File "/home/sunny/miniconda3/lib/python3.8/site-packages/tensorflow/python/keras/layers/core.py", line 903, in call  result = self.function(inputs, **kwargs)File "/home/sunny/YAD2K/yad2k/models/keras_yolo.py", line 32, in space_to_depth_x2  return tf.space_to_depth(x, block_size=2)AttributeError: module 'tensorflow' has no attribute 'space_to_depth'从所有聊天中，我发现上述内容需要在tensorflow 1.x 中运行。然而，它让我回到了开始的地方，即在 TensorFlow 1.x 中运行它。我愿意坚持使用 TensorFlow 2.3。想知道是否有人可以在这里指导我。坦率地说，要让我继续下去，我所需要的只是一个 hd5 模型文件。但我认为生成一个比得到一个更好的学习。

Answer 1

当您将 yad2k 存储库下的所有代码（特别是 models 文件夹下的 yad2k.py 和 python 文件）升级到tensorflow 2.x 时，上述问题就会消失。tensorflow 提供的精美升级实用程序通过将原始调用替换为兼容的tf.compat.v1.space_to_depth(input=x, block_size=...)

因此，对于那些计划进行 TensorFlow 和 Keras 降级的艰苦工作的人，我建议他们尝试 TensorFlow 升级。这节省了大量时间。

这负责我的模型 h5 文件的创建。我的错——我问这个问题时没有考虑到这一点。