【入门教程】TensorFlow 官方文档使用教程
面对种类繁多的 TensorFlow 文档，入门新手该从何学起呢？具有丰富 TensorFlow 经验的资深专家、TensorFlow 技术推广工程师魏巍为大家编写了一个简单实用的文档教程和指引，帮助初学者们更有效地学习和使用 TensorFlow 2。一起来看看吧！
TensorFlow 2015 年开源以来，已经发展成为一个庞大的生态系统。TensorFlow 团队一直致力于添加新的功能和 API，同时文档也不断增加和演进。在 2019 年我们也从 1.x 升级到了 2.x，这是巨大的飞跃和变革，让我们大大改进了 TensorFlow 的易用性，降低了 TensorFlow 的学习和使用门槛，同时文档上也有了大量更新和增强。
以下全文内容丰富，大家可以通过目录了解：
1. 熟悉 TensorFlow 文档，从整体组织开始
2. TensorFlow 文档使用四部曲
- Tutorial 教程
- Guide 指南
- API reference
- Keras API 的学习
3. 遇到难题，如何解决？
4. 难题未能解决，如何求助？
5. 其他实用学习资源
01 熟悉 TensorFlow 文档，从整体组织开始
TensorFlow 官网有多种语言的文档，大家可以在右上角自由选择语言。中文文档一直在持续更新，我们也欢迎志愿者参与翻译，改善中文文档的质量。
参与方式：关注 TensorFlow 微信公众号 (TensorFlow_official) 后回复“翻译组”，按指引操作。
因为本文主要是针对初学者，所以集中关注在 TF Core，也就是与模型训练直接相关的文档。TF Core 的文档主要分为三类：
1. Tutorial（教程）
完整的 notebook 示例教程，可以下载或直接在colab里运行；
2. Guide（指南）
关于某个特定话题的深入文档，当你需要定制某些功能和组件的时候，建议把相关主题的 guide 先读懂；
3. API reference（API参考）
关于具体某个 API 的使用参考文档，适用于具体使用 API 碰到问题的时候参考。
三类文档又会相互引用，比如 guide 和 API reference 经常会链接到某个 tutorial ，作为示例。
除了 TF Core 以外，还有几个重要的组件，大家可以去参考相关详细的文档：
- TensorFlow Lite
- Tensorflow.js
- TensorFlow Extended (TFX)
- TensorFlow Hub
- Swift for TensorFlow
02 TensorFlow 文档使用四部曲
-
Tutorial 教程
如果你是新手，建议先看 Tutorial 里 For beginners 的部分，建立起直观感受，大概了解使用 TensorFlow 的基本思路以及 Keras 的基本用法，同时也对机器学习/深度学习的理论有一定了解。掌握基本知识后可以去学习 Keras guide（下一节），了解 Keras 更高级的使用方法和更复杂的神经网络。
之后可以开始学习 Tutorial 里面 For experts 的部分，这部分涉及定制模型，分布式训练，常见的机器学习任务（CV / NLP 等等）等。遇到不懂的部分，这时候参考 guide 和 API reference就很重要。
-
Guide 指南
Guide 部分是关于常见主题的深入讨论，个人认为它是开始阶段的核心学习部分。目前 guide 分为几个核心模块，大家可以按进阶顺序“享用”：
1. 初级
Keras: 教你怎么使用 Keras API，是 TensorFlow 2 的核心，建议看完初级教程后集中研究这部分；
Data input pipelines: 教你如何高效的使用数据输入管道，建议学习完 Keras API 后学习该部分；
Save a model: 如何导出模型和训练 checkpoint，这部分虽然简短但很重要，可配合打好基础；
2. 进阶
Accelerators: 如何使用 GPU/TPU 和分布式训练，建议当要训练大模型的时候开始学习这部分；
Performance: 性能调优，建议当你的模型训练很慢的时候，深入学习这一部分；
3. 高级
TensorFlow basics: TensorFlow 底层核心的概念，这部分涉及比较底层的概念，建议留在有一定经验以后再学习；
Customization: 自定义算子，这是高级话题，建议留在有一定经验以后再学习；
Estimator: estimator 的使用。Keras 目前是推荐的高层API，建议这部分可先跳过；
TensorFlow 2: 这部分是帮助 TensorFlow 1 用户迁移到 TensorFlow 2 的。如果你未使用过 TensorFlow 1，这部分可以忽略。同时这里也强烈建议大家升级到 TensorFlow 2.x，获得更优的体验。
-
API reference
当碰到具体的 API 不会使用时，参考这部分文档可以帮到你。API reference 会按照不同版本组织，大家需要注意选中自己使用的版本。TensorFlow API 数量庞大，这里就不具体展开讲，相信只要使用好官网的搜索功能，找到对应的 API 是比较容易的，同时也会提供对应的 tutorial 链接和简短的使用范例。比如 tf.lookup.StaticHashTable 函数：
有时候 API reference 部分写得不够详细，或者你需要使用文档里也没有谈及的更高级的功能，这时候可能就需要去直接看源代码了。
-
Keras API 的学习
正如前面提到的，Keras 是 TensorFlow 2 的核心 API，也是推荐大家使用的高阶 API。在这里不具体展开讲解如何使用 Keras，但从文档的角度，我们可以看看如何学习 Keras API 。Keras 主要包括模型搭建和模型训练两部分：
如这里所示，你需要知道一系列搭建模型的 API ，也就对应了 guide 里面的如下部分：
- Sequential API
- Keras functional API
- RNN with Keras
- Masking and padding with Keras
- Write custom layers and models
最右边的子类化 (subclassing) ，需要用到 TensorFlow 底层的 tensor / variable 等概念，可以参考TensorFlow basics 指南：
模型搭建完之后就需要训练，这部分对应的文档如下：
- Train and evaluate
- Save and load Keras models
- Transfer learning
- Customizing what happens in fit:
- Write custom callback
- Writing a training loop from scratch
最右边的自定义循环训练 (custom training loop) 需要懂求导/梯度等概念，可以参考 Automatic differentiation 指南。
03 遇到难题，如何解决？
这里简单提一下，对于一些中高级用户，碰到的可能都是非常具体的细节问题，不少情况下文档里不会直接谈到。碰到这种情况，建议：
- 仔细查找文档
尤其是相关主题的 guide 和 API reference 都仔细读懂。
- 参考 tutorial
CV 类的问题看 CV tutorial，NLP 类的问题看 NLP tutorial。
- 参考 TensorFlow Model Garden 里的实现
- 使用搜索引擎
绝大部分问题前人都碰到过，所以有效使用搜索引擎能很快给你指引方向。
- 升级/降级 TensorFlow 版本
某些 bug 只会在特定版本出现，换一个版本或许已经被修复。
- 查看 TensorFlow 源代码
这个是比较消耗时间的途径，不过如果你愿意持续投入时间的话，长期来看是最好的学习方法。
04 难题未能解决，如何求助？
如果仔细搜索过相关信息还是未能解决的话，TensorFlow 社区有多个求助渠道或许可以帮你解决问题（多数邮件组会有相关 TensorFlow 工程师直接回复）:
- 如果是不会使用某个功能或者API，可以去 stackoverflow 发问。
- 如果怀疑碰到了 bug，可以先在 GitHub 上搜索有没有人碰到过类似的问题，如果没有的话可以提交一个 issue。
- TensorFlow 开发论坛
- 更多的邮件组和帮助渠道
05 其他实用学习资源
除了文档和邮件组以外，这里再介绍一下另外 2 个资源：
- 机器学习领域需要同时掌握理论和编程工具，TensorFlow 作为编程工具，但是如果你要增强理论学习的话，官网上汇总了书、博客、视频、网课的各种资料。个人最推荐《Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow》这本书和 Stanford CS231n 课程。
- TensorFlow 的每个新版本都会发布 release note，例如 2.3 release notes。里面会介绍引入了哪些新功能，改动了哪些 API 和修复了哪些 bug ，对于一些碰到 bug 或者急切等待某个新功能的用户，查看 release notes 会很有帮助。
如果你对本文中提到的文档信息存在疑问，欢迎移步“问答”版块发帖提问。你的问题有机会得到 CSDN 百大热门技术博主、资深社区作者或者 TensorFlow 资深开发者的解答哦！同时，我们也欢迎你积极地在这个版块里，回答其他小伙伴提出的问题，成为 CSDN 社区贡献者，迈出出道第一步！马上开始讨论吧！
想了解更多入门教程和产品信息？扫码关注TensorFlow官方微信公众号（TensorFlow_official)，产品更新、课程教学、技术实践、应用实例等精彩内容一网打尽！
