问耕 只想说 凹非寺

量子位 荣誉出品 | 微信公众号 QbitAI

TensorFlow 2.0总算来啦！

今日零晨，这一全世界客户数最多的深度神经网络架构，宣布释放了2.0版本号。

Google深度神经网络生物学家、Keras创作者François Chollet激情的表明：“TensorFlow 2.0是一个来自未来的设备在线学习平台，它更改了一切”。

许多 网民表明，TensorFlow 2.0比PyTorch更强用，早已提前准备全方位转为这一新升級的深度神经网络架构了。

更实用的TF2.0

虽然是排名第一的深度神经网络架构，但TensorFlow的缺陷也一直比较突出。官方网对于此事也心照不宣，因而在今早公布的blog中写到：

”TensorFlow 2.0由客户小区促进，告知大家她们要想一个便于应用、灵便又强劲的服务平台，而且适用布署到任何地方。“

那麼TF2.0有哪些改善？

一、Keras与TensorFlow密不可分集成化，默认设置eager execution，实行Pythonic涵数。官方网表明，对开发人员而言，TensorFlow 2.0用起來跟Python类似；针对学者而言，新架构也在低等API层面开展了关键资金投入。

二、为了更好地在各种各样服务平台上运作，SavedModel格式文件开展了规范化。

三、对于性能卓越训炼情景，能够应用Distribution Strategy API开展遍布训炼，且只需开展小量编码改动就能得到优异的特性。适用Keras Model.fit、自定训炼循环系统、多GPU这些。

四、TensorFlow 2.0提升了在GPU上的特性主要表现。以ResNet-50和BERT为例子，只必须两行编码，混和精密度应用Volta和Turing GPU，训炼主要表现最大能够提高3倍。

五、增加TensorFlow Datasets，为包括很多基本数据类型的大中型数据出示了通信接口。

六、尽管保存了传统式的根据Session的程序编写实体模型，但官方网如今提议应用eager execution开展基本的Python开发设计。tf.function装饰器能够把代码转换成能够远程控制实行、实例化、性能优化的图。在Autograph的协助下，可以把基本的Python控制流立即转成TensorFlow控制流。

七、官方网出示了TensorFlow 1.x升級2.0的转移手册，TF2.0还有一个全自动变换的脚本制作。

八、TensorFlow 2.0出示了实用的API，可以灵便迅速的完成新念头。实体模型的训炼和serving也早已无缝拼接集成化在系统架构中。

大量有关TensorFlow 2.0的信息内容，能够>

浏览官方网站：

https://www.tensorflow.org/

GitHub：

https://github.com/tensorflow/tensorflow/releases/tag/v2.0.0

“更改一切，完爆PyTorch”

TensorFlow 2.0公布以后，引起了普遍的探讨和关心。

Google深度神经网络生物学家、Keras创作者François Chollet激情的表明，TensorFlow 2.0是一个来自未来的设备在线学习平台，它更改了一切。

如今GitHub上排名第一的NLP设备课程学习practicalAI的创作者、美国苹果公司AI研究者Goku Mohandas在twiter上说，她们已经从PyTorch转为TensorFlow 2.0。

客户Francois Piednoel留言板留言表明，他早已感受了TF2.0一整周，他得出一样的结果：TF2.0如今早已完爆PyTorch一手了。

深度神经网络科学研究和教育工作者、fast.ai创办人Jeremy Howard也夸赞TF2.0的公布是”令人激动的一步，与TensorFlow一代对比是一个极大的飞越“。

自然，对于具体如何，还得大伙儿亲身感受了。

为了更好地迎来新版本的公布，TensorFlow精英团队的Josh Gordon，还梳理了一份教学资源。

1、Deep Learning with Python

TF2.0根据Keras。假如你是一个深度神经网络初学者，最好是从这本书下手。自然这本书里的编码必须改一下，但比较简单：

import keras -> from tensorflow import keras

这本书详细地址在这里：

https://github.com/fchollet/deep-learning-with-python-notebooks

2、Hands-on ML第二版

这本书非常棒，能够陪你更深层次TF2.0，还记得需看第二版。

这本书详细地址在这里：

https://github.com/ageron/handson-ml2

3、AppliedML

假如你喜爱播放视频，这有一个深层次scikit-learn和深度学习的內容，完全免费。这套课程内容全名是AppliedML，YouTube上的详细地址在这里：

https://www.youtube.com/channel/UCMEXgDffQy6nS2a74Gby8ZA/videos

4、官方网实例教程

最终，推荐最新的TF2.0基础教程。详细地址：

tensorflow.org/tutorials/

安裝TF2.0

TensorFlow 2.0适用以下的64位电脑操作系统：

• Ubuntu 16.04 or later
• macOS 10.12.6 (Sierra) or later (no GPU support)
• Windows 7 or later
• Raspbian 9.0 or later

下载安装包：应用Python的pip安装，版本号必须19.0以后。

自然……不安裝也可以用，由于还有一个武器：

Google Colab。

好啦，最终祝大家节日愉快！

— 完 —

真挚招骋

量子位已经征募编写/新闻记者，工作中地址在中关村。希望有才华、有激情的同学们加入团队！有关关键点，请在量子位微信公众号(QbitAI)会话页面，回应“招骋”两字。

量子位 QbitAI · 今日头条号签订创作者

վ'ᴗ' ի 跟踪AI技术性和商品最新消息