tf.contrib.framework.get_global_setp() 在 tensorflow2

tf.contrib.framework.get_global_step() 在tensorflow 2版本中已经被弃用。在TensorFlow 2中，建议使用tf.Variable来跟踪全局步数，并将其包含在优化器中。以下是一个例子：

global_step = tf.Variable(initial_value=0, trainable=False, dtype=tf.int64)

optimizer = tf.optimizers.Adam(learning_rate=0.001)
loss_fn = ...

for epoch in range(num_epochs):
    for batch in dataset:
        with tf.GradientTape() as tape:
            loss = loss_fn(...)
        grads = tape.gradient(loss, model.trainable_variables)
        optimizer.apply_gradients(zip(grads, model.trainable_variables), global_step=global_step)

在这个例子中，我们使用tf.Variable来跟踪全局步数。我们将其初始化为0，并将其标记为不可训练。然后，在每个优化步骤中，我们将全局步数传递给优化器，以便它可以更新它。这个方法与get_global_step()的作用是相同的，但更加灵活和可控。