报价宝 › 科技 ›

马上学tensorflow2.0 TF 2.0 变化、特征、新框架和工作流

报价宝来源：baojiabao.com 发布时间：2019-07-27 23:56:00 09月19日更新

报价宝综合消息马上学tensorflow2.0 TF 2.0 变化、特征、新框架和工作流

大家好，今天我们学习【马上学tensorflow2.0】之 TensorFlow 2.0 变化、特征、新框架和工作流

Tensorflow是当前最受欢迎的机器学习框架，无论是成熟的Keras，还是风头正盛的pytorch，它的地位似乎总是无法被撼动。 2019年，Tensorflow 2.0正式入场，专注于简单性和易用性，接下来，我们看一下tensorflow2.0的变化。

我们 马上学三点 ，

TensorFlow 2.0主要变化概述TensorFlow 2.0三大特征tensorflow2.0 框架和工作流大家可以点选下面的“ 了解更多 ”，或搜寻“ 马上学123 ”，线上观看PPT讲义。

tensorflow2.0

TensorFlow 2.0主要变化概述

如果说两代Tensorflow有什么根本不同，那应该就是Tensorflow 2.0更注重使用的低门槛，旨在让每个人都能应用机器学习技术。它可能会成为机器学习框架的又一个重要里程碑。

它的变化很大，不是简单的升级，就像是Linux系统到苹果mac系统一样的巨大变化，熟悉Tensorflow的老使用者可以尽早转变思维，适应新版本的变化。而新手也可以直接以Tensorflow 2.0的方式思考，目前网上的资料、tensorflow书籍大多数都是tensorflow1.x的，它们的程式码基本已经不可以在Tensorflow 2.0上执行，所以学习的时候要找2019年的tensorflow2.0资料。

TensorFlow 2.0主要变化概述

Tensorflow 2.0的核心功能是动态图机制Eager execution。它允许使用者像正常程式一样去编写、除错模型，使TensorFlow更易于学习和应用。Keras 成为 TensorFlow 的高阶 API，可以轻松构建模型。keras本身也是很热门的机器学习框架。支援更多平台、更多语言, 在任意平台上实现生产环境的稳健模型部署通过清理废弃的API和减少重复来简化API 甚至连tf.contrib已被弃用，功能已迁移到核心TensorFlow API、tensorflow/addons外挂或完全删除。如果你在这之前从没接触过Tensorflow，你是幸运的，让我们从零开始。但是，如果你和我们一样是从最早版本用起的，那么你就可能得重写所有程式码库，虽然官方说会发布转换工具方便老使用者，但这种工具肯定有很多bug，需要一定的手动干预。

现在，你必须开始转变思维模式。

TensorFlow 2.0 三大特征

第一，易用性，使用 tf.keras 作为高阶 API，且将 Eager execution 作为预设模式。第二，简洁性，删除了重复的功能，并且不同 API 的呼叫语法也变得一致、直观，同时它的相容性更加完善。第三，灵活性，提供了完整的低阶API，并可以在 tf.raw_ops 中访问内部操作，同时还提供了变数、checkpoint 以及层的可继承界面。

tensorflow2.0 框架

TensorFlow 2.0 支援从训练到部署的机器学习工作流，其新架构的简化概念图如下所示：

tensorflow2.0 框架

tensorflow2.0 工作流

其工作流如下图所示：

tensorflow2.0 工作流

先使用tf.data建立的输入管道读取训练资料；然后使用tf.keras或Estimators 构建、训练和验证模型；接着用eager execution 进行执行和除错；再使用Distribution Strategy API 在不更改模型定义的情况下，基于 CPU、GPU 等不同硬件配置上分布和训练模型；最后将模型汇出到SavedModel 储存。