TensorFlow 2.0要来了，tf.contrib要砍了 | 有什么意见你说啊
圆栗子 发自 凹非寺
量子位 报道 | 公众号 QbitAI
TensorFlow 2.0要来了。
昨天，谷歌大脑的Martin Wicke在一封公开邮件里，给这座即将造好的里程碑，做了个预告。
他说今年晚些时候，TensorFlow 2.0的一个预览 (Preview) 版本，就会和程序员们见面了。
在那之前，大家应该对这次重大更新，抱些怎样的期待？
邮件列举了以下几条：
· Eager Execution成为2.0的一个核心功能。这个命令式的编程环境，会让入门TensorFlow变得更容易。
· 支持更多平台、更多语言；通过交换格式的标准化以及API的协调，来提升组件之间的兼容性和对等性。
· 移除已弃用的API，并减少重复，也是减少用户的困惑。
往下，看看详情。
兼容性与连续性
邮件写到，TensorFlow 2.0是一个纠正错误、做出改进的好机会。有些改善，在语义化版本控制 (Semantic Versioning) 之下，通常是做不到的。
为了顺滑地过渡到新版本，团队会做一个转换工具，用于更新Python代码，这样便能使用TensorFlow 2.0兼容的API了。
如果遇到无法自动转换的情况，系统也会提醒人类。想当年，向1.0过渡的时候，类似的工具也帮了大忙。
并非所有改变，都能自动完成。比如，新版本将会弃用一些API，而其中有些API并没有直接对等的替换。
针对这样的情况，TensorFlow会提供一个兼容模块 (tensorflow.compat.v1) ，里面有完整的TensorFlow 1.x API，并且在2.x的生命周期里，会得到持续的维护。
不过，一旦2.0正式版发布，1.x就不会再有任何功能更新了。但在那之后，团队还是会给最后一版1.x，提供一年的安全补丁。
磁盘兼容性
SavedModel和GraphDef，都不会发生什么重大的变化。
但2.0意味着，原始检查点 (Checkpoint) 里的变量名称，需要转换，才能跟新的模型兼容。
tf.contrib被砍了
contrib模块的成长，超出了TensorFlow团队 (在一个repo里) 能维护的范围。
Wicke说，更大的项目，分开维护可能会更好。
不过，团队依然会在2.0里孵化一些小型的扩展。
所以，2.0的一个重大的变化，就是tf.contrib被完全弃用了。
在未来几个月，团队会与现有contrib模块的主人们，指定迁移计划，比如怎样在社区页面上或以文件的形式，发表自己的TensorFlow扩展。
每一个contrib模块，命运有三种：
1.集成到TensorFlow里。
2.移到一个单独的Repo里。
3.彻底移除。
现在，新的tf.contrib项目，已经停止添加了。
老项目的主人/维护者，也要赶快跟TensorFlow团队联系了。
你有什么意见？
重大革新发生之前，要听听广大开发者怎么说。
TensorFlow 2.0的开发，包含一个公开设计审查 (Public Design Reviews) 环节，大家都可以发表自己的意见。
获得参与感，请至以下邮箱：
以及GitHub传送门：
https://github.com/tensorflow/community/blob/master/governance/TF-RFCs.md
对于新的TensorFlow，你还期待怎样的改变？
— 完 —
加入社群
量子位AI社群19群开始招募啦，欢迎对AI感兴趣的同学，在量子位公众号（QbitAI）对话界面回复关键字“交流群”，获取入群方式；
此外，量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募，面向正在从事相关领域的工程师及研究人员。
进专业群请在量子位公众号（QbitAI）对话界面回复关键字“专业群”，获取入群方式。（专业群审核较严，敬请谅解）
诚挚招聘
量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态