在Jupyter Notebook中如何处理tf.losses.sparse_softmax_cross_entropy弃用警告？

方法1：升级依赖库（推荐） #

这类警告大多是因为Keras或其他TensorFlow依赖库版本与TF2.x不兼容，仍在调用已废弃的TF1.x API。直接更新相关库即可解决：
在Jupyter Notebook中执行以下命令：

!pip install --upgrade tensorflow keras

更新后的Keras（TensorFlow集成版本）会适配TF2.x原生API，不再调用tf.losses.sparse_softmax_cross_entropy这类废弃接口。

方法2：临时屏蔽警告（应急可用） #

如果暂时不想升级库，可以在导入TensorFlow前添加代码屏蔽弃用警告：

import warnings
warnings.filterwarnings("ignore", category=DeprecationWarning, module="tensorflow")
import tensorflow as tf

或者使用TensorFlow自带的日志控制：

import tensorflow as tf
tf.compat.v1.logging.set_verbosity(tf.compat.v1.logging.ERROR)

注意：此方法仅隐藏警告，未解决根本问题，长期使用建议优先升级依赖。

方法3：适配TF2.x原生API（若自身代码调用旧接口） #

如果你的代码也在使用tf.Session这类TF1.x接口，建议直接迁移到TF2.x写法：

• 替换tf.Session()：TF2.x默认启用即时执行模式，无需显式创建Session，直接运行代码即可；若需兼容旧逻辑，可使用tf.compat.v1.Session()，但更推荐重构代码适配TF2.x。
• 替换tf.losses.sparse_softmax_cross_entropy：改用TF2.x原生的tf.keras.losses.SparseCategoricalCrossentropy()类或tf.keras.losses.sparse_categorical_crossentropy函数作为损失函数。

内容的提问来源于stack exchange，提问作者bharath vijayakumar