tensorflow2.0运用keras搭建框架经验总结

tensorflow2发布后，可谓是改头换面，最要命的是很多tensorflow1代码都运行不了了。
比如

再比如

一个解决办法是，使用tf.compat.v1.，但是也太麻烦了。

博主学习tensorflow的顺序可能有些奇怪。我最先是学习的keras，那时候tensorflow和keras还是两家，哪知道2.0版本这俩就联姻了。现在keras已经相当于tensorflow2的一个包了，如果想要使用，必须用

from tensorflow import keras

打算学tensorflow是因为keras虽然简单，但是太傻瓜了，对于一些稍微复杂的模型，特别是想要自定义optimizer，就难以实现。在这个更新换代的时候学tensorflow真的是太难了。

摸索了很长一段时间，总结了以下经验分享给大家。

1. 如果是使用基本的层搭建模型，还是建议使用keras，几行代码便能完成。官网也有很详细的说明文档，再推荐一本书，《python深度学习》。(有一点需要注意的是，那本书出在联姻之前，所以还是直接import 的keras）。把这本书看明白，keras是基本没问题了。
2. 经典训练方式还是可以用keras,很方便。但是现在一般我们会自定义一些optimizer方式，所以使用tensorflow灵活一些。2.0版本没有了tf.Session,而是换成了 tf.GradientTape。主要思路就是，自定义去计算哪些梯度，得到梯度后，再去定义如何对梯度进行更新处理。这里推荐一本新出的讲解tensorflow2.0的书：《TensorFlow+2.0深度学习算法实战教材。这本书前面对tensorflow基本用法进行了详细的介绍。搭建模型基本是用的keras，但是对tf.GradientTape也有比较详细的讲解。看了这本书，可以对keras如何与tensorflow2.0结合使用，以及一些基本函数的属性有个细致的了解。