我正在参考一个tf1的代码来开发一个模型。在参考代码中，他们使用了tf.placeholder来为模型提供输入，代码如下：

class model(object):    def __init__(self, lstm_size, batch_len, output_nodes, keep_prob, learning_rate=0.001):        self.inputs_ = tf.compat.v1.placeholder(tf.float32, shape=[batch_len, None, 512], name='lstm_inputs')        self.targets_ = tf.compat.v1.placeholder(tf.int32, [batch_len], name='lstm_targets')

这个模型的执行模式是图执行（tf.Graph）。

由于我想将代码转换并在急切执行模式下运行，但是tf.placeholder在急切执行模式下无法工作。我该如何替换tf.placeholder，同时不影响输入名称、数据类型和输入值的形状，以便适应急切执行模式？

再次强调，我需要将其转换为急切执行模式。

回答：

你可以使用tf.keras.Input()来替代tf.compat.v1.placeholder()，以便在急切执行模式下运行代码。

另外，请查看这个迁移指南，了解如何将TensorFlow 1.x代码转换为TensorFlow 2.x。