TensorFlow 2.0 与 1.0 的区别与联系

一、TensorFlow 2.0 vs 1.0

对比举例:

TensorFlow 2.0 与 1.0 的区别与联系_第1张图片

1、TensorFlo 1.x(2015年开源)

  • session.run()
  • 全局化
  • sessions
  • API混乱

总的来说,tensorflow1.0存在文档和接口混乱、默认占用所有GPU的所有内存、使用繁琐、调试困难等问题。

2、TensorFlow 2.x(2019年2.0发布)

  • Eager execution
  • 不在全局化
  • Functions
  • API清理

TensorFlow 2.0删除了冗余API,使API更加一致(统一RNN,统一优化器),并通过Eager Execution更好地与Python运行时集成。

二、TensorFlow 2.0变化

TesorFlow2.0推荐使用tf.keras,tf.data 等高层库:

  • 用Eager模式搭建原型
  • 用tf.data处理数据
  • 用tf.feature_column提取特征
  • 用tf.keras搭建模型
  • 用tf.saved_model打包模型

你可能感兴趣的:(TensorFlow,2.0,框架,python,tensorflow)