在PyCharm中使用TensorFlow遇弃用警告，求解决办法

嘿，这个警告我太熟了！本质是你代码里依赖的tensorflow.contrib.learn模块里的retry函数已经被官方标记为弃用，接下来给你几个靠谱的解决办法，按推荐程度排序：

1. 替换为官方推荐的第三方retry库 #

这是最直接且符合官方建议的方案：

• 先安装第三方库：

  pip install retry
  

• 替换代码中的导入语句：
  把原来的

  from tensorflow.contrib.learn.python.learn.datasets.base import retry
  

  改成

  from retry import retry
  

• 原有的装饰器用法基本兼容，比如你之前用@retry()或者带参数的@retry(tries=3, delay=1)，都可以直接沿用，参数逻辑和旧版本一致。

2. 自己实现轻量重试逻辑 #

如果不想引入第三方依赖，可以手动写一个简单的重试装饰器：

import time
from functools import wraps

def custom_retry(tries=3, delay=1):
    """自定义重试装饰器，默认重试3次，每次间隔1秒"""
    def decorator(func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            attempts = 0
            while attempts < tries:
                try:
                    return func(*args, **kwargs)
                except Exception as e:
                    attempts += 1
                    if attempts == tries:
                        # 最后一次失败则抛出原异常
                        raise e
                    time.sleep(delay)
        return wrapper
    return decorator

然后把代码里的@retry替换成@custom_retry()即可，还能根据自己的需求调整重试次数、间隔时间等参数。

3. 迁移到TensorFlow稳定API（根源解决） #

tensorflow.contrib模块本身就是实验性质的，很多内容会被逐步移除。如果你的代码依赖了contrib.learn，可以考虑迁移到TensorFlow官方维护的稳定API：

• 比如用tf.keras替代原有的高阶训练逻辑
• 或者使用tf.estimator API，它是contrib.learn的替代方案，功能更稳定且长期维护

这样不仅能解决这个警告，还能避免未来其他contrib模块弃用带来的问题。

临时应急：屏蔽警告（不推荐） #

如果只是暂时不想看到警告（不建议长期这么做，会错过重要的更新提示），可以在代码开头添加以下代码：

import tensorflow as tf
# 屏蔽TensorFlow的弃用警告
tf.compat.v1.logging.set_verbosity(tf.compat.v1.logging.ERROR)

或者用Python原生的警告控制：

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

内容的提问来源于stack exchange，提问作者Vrai