WARNING:tensorflow with constraint est déprécié et sera supprimé dans une prochaine version.

Question

Je suis le tutoriel de Tensorflow sur la construction d'un réseau de neurones simple, et après avoir importé les bibliothèques nécessaires (tensorflow, keras, numpy & matplotlib) et les jeux de données (fashion_mnist), j'ai exécuté ce code conformément au tutoriel :

model = keras.Sequential([
    keras.layers.Flatten(input_shape=(28, 28)),
    keras.layers.Dense(128, activation='relu'),
    keras.layers.Dense(10, activation='softmax')
]) 

Après avoir exécuté ce code, j'ai reçu ce message d'avertissement :

WARNING:tensorflow:De /Applications/anaconda3/envs/tensorfloe/lib/python3.7/site-packages/tensorflow_core/python/ops/resource_variable_ops.py:1630 : calling BaseResourceVariable. init (de tensorflow.python.ops.resource_variable_ops) avec une contrainte est déprécié et sera supprimé dans une prochaine version. Instructions pour la mise à jour : Si vous utilisez Keras, passez les arguments *_constraint aux couches.

Comment puis-je réparer cela ? Votre aide est très appréciée.

Answer 1

Ceci est un message interne à TensorFlow, vous pouvez l'ignorer sans risque. Il sera supprimé dans les futures versions de TensorFlow, aucune action de votre part n'est nécessaire.

Answer 2

J'ai eu un avertissement similaire lorsque j'ai utilisé tf.compat.v1.get_variable(...) et ce que je devais faire était de mettre l'argument use_resource à False. Cela pourrait aider quelqu'un qui cherche un avertissement similaire, mais cela ne semble pas être votre cas.

Answer 3

Il s'agit d'un avertissement indiquant que certaines fonctionnalités sont obsolètes et seront supprimées dans une prochaine version. C'est juste pour vous informer des changements qui pourraient survenir. Cependant, vous pouvez supprimer ces avertissements en

import warnings
warnings.filterwarnings("ignore", category=DeprecationWarning)

Answer 4

Si vous voulez seulement filtrer les logs de tensorflow, vous pouvez désactiver la journalisation avec les lignes suivantes (tensorflow 2.2) :

import tensorflow as tf   
tf.get_logger().setLevel('ERROR')

Answer 5

Si vous voulez le supprimer, vous pouvez l'exécuter deux fois pour la ligne de code.