tf.placeholder在2.0

在 TensorFlow 2.0 中，`tf.placeholder` 函数已被弃用并删除。相反，您可以使用`tf.compat.v1.placeholder` 来模拟旧版本中的占位符操作。

不过，这种做法不被推荐，因为在 TensorFlow 2.0 中，推荐使用Eager Execution模式，这种模式下不需要使用占位符操作，而是使用Python原生的变量和数据类型来代替。

如果您需要使用占位符操作，也可以使用`tf.Tensor` 类型中的`None`来表示一个未知的维度大小，这在动态图中更加自然和灵活。

相关问题

xs=tf.placeholder(tf.float32,[None,20])# ys=tf.placeholder(tf.float32,[None,1]) keep_prop=tf.placeholder(tf.float32)有这样的错误AttributeError: module 'tensorflow' has no attribute 'placeholder'应该怎么改

这个错误可能是因为您使用的 TensorFlow 版本不同导致的。在 TensorFlow 2.0 及以上版本中，`tf.placeholder` 已经被移除了。取而代之的是 `tf.compat.v1.placeholder`。如果您使用的是 TensorFlow 2.0 及以上版本，可以将代码修改为：

xs=tf.compat.v1.placeholder(tf.float32,[None,20])
ys=tf.compat.v1.placeholder(tf.float32,[None,1])
keep_prop=tf.compat.v1.placeholder(tf.float32)

如果您使用的是 TensorFlow 1.x 版本，那么您的代码应该可以正常运行，这个错误不应该出现。如果您仍然遇到这个错误，可以尝试重新安装 TensorFlow 或者升级 TensorFlow 版本。

xs= tf.placeholder(tf.float32,shape=[None,input_size]) #64列不知道几行 ys = tf.placeholder(tf.float32,shape=[None,num_class])怎么改成tf.function

可以将这段程序改写成 TensorFlow 2.0 中的 tf.function 形式，具体代码如下：

import tensorflow as tf

@tf.function
def train_step(xs, ys):
    # 在函数中进行计算
    # ...

# 定义输入和输出的占位符
input_size = 64
num_class = 10
xs = tf.TensorSpec(shape=[None, input_size], dtype=tf.float32)
ys = tf.TensorSpec(shape=[None, num_class], dtype=tf.float32)

# 执行函数
train_step(xs, ys)

这样，原来的程序段就被封装在一个名为 train_step 的函数中，并使用 @tf.function 装饰器将其转化为 TensorFlow Graph，以获得更好的性能。