變身 👉 ***T***ensor***F***low boys

---

2015 年 11 月，Google 正式發布了 Tensorflow 的白皮書并開源 TensorFlow 0.1 版本。

2017 年 02 月，Tensorflow 正式發布了 1.0.0 版本，同時也標志著穩定版的誕生。

2019 年 10 月，TensorFlow 在經歷七個多月(2019 年 3 月 1 日 -2019 年 10 月 1 日)的 2.0 Alpha 版本的更新迭代后，發布 2.0 正式版。

TensorFlow 是深度學習領域最廣泛使用的框架，去年開始發布的 2.0 版本更是比開始的 1.0 好用了不知道多少。

相較于 TensorFlow 1.0，TensorFlow 2.0 有以下優勢：

• Keras 與 TensorFlow 緊密集成，默認 eager execution，執行 Pythonic 函數。官方表示，對開發者來說，TensorFlow 2.0 用起來跟 Python 差不多；對于研究者來說，新框架也在低級 API 方面進行了重點投入。
• 為了在各種平臺上運行，SavedModel 文件格式進行了標準化。
• 針對高性能訓練場景，可以使用 Distribution Strategy API 進行分布訓練，且只需進行少量代碼修改就能獲得出色的性能。支持 Keras Model.fit、自定義訓練循環、多 GPU 等等。
• TensorFlow 2.0 提高了在 GPU 上的性能表現。以 ResNet-50 和 BERT 為例，只需要幾行代碼，混合精度使用 Volta 和 Turing GPU，訓練表現最高可以提升 3 倍。
• 新增 TensorFlow Datasets，為包含大量數據類型的大型數據集提供了標準接口。
• 雖然保留了傳統的基于 Session 的編程模型，但官方現在建議使用 eager execution 進行常規的 Python 開發。tf.function 裝飾器可以把代碼轉換成可以遠程執行、序列化、性能優化的圖。在 Autograph 的幫助下，能把常規的 Python 控制流直接轉成 TensorFlow 控制流。
• 官方提供了 TensorFlow 1.x 升級 2.0 的遷移指南，TF2.0 還有一個自動轉換的腳本。
• TensorFlow 2.0 提供了易用的 API，能夠靈活快速的實現新想法。模型的訓練和 serving 也已經無縫集成在基礎架構中。
• 更多關于 TensorFlow 2.0 的信息，可以訪問官網。

實驗樓針對 TensorFlow 2.0 設置了以下5門課程：

（文章最后，點擊鏈接，一鍵獲取課程合集！）

《TensorFlow 2 新特性快速入門》

根據 TensorFlow 官方介紹，2.0 版本將專注于簡潔性和易用性的改善。本次課程將帶你了解 TensorFlow 2.0 的新特性，并完成快速入門和過渡。

《TensorFlow 2 深度學習入門與實踐》

TensorFlow 因為背靠谷歌 Google 這座大山，再加上龐大的開發者群體，更新和發版速度著實非常快。了解并掌握 TensorFlow 的使用，將使你在搭建深度學習模型時更加得心應手。

《TensorFlow 2 實現 AI 換臉》

人臉互換是計算機視覺領域比較熱門的一個應用，它可以應用于視頻合成，提供隱私服務，肖像更換等各個應用。本課程將從自編碼器，上采樣，數據增強等知識點出發，對深度學習下的人臉互換進行講解。并且利用 TensorFlow 2 實現川普和道格拉斯·凱奇的人臉互換。訓練后的模型可以在不修改原圖表情的情況下，完成人臉替換。

《TensorFlow 2 模型部署方法實踐》

機器學習問題不僅是一個科學問題，更是一個工程問題。實際應用中，我們不僅要學會構建完美的機器學習模型上，同時還需要將其部署向用戶提供便捷的服務。本課程將使用 TensorFlow 2 框架完成機器學習模型部署實踐。

《TensorFlow 2 模型部署方法實踐》

TensorFlow 是機器學習中的常用框架，使用它能夠幫助我們更快速地建立模型，并且使我們的代碼變得更加簡潔。在本實驗中，我們會基于 TensorFlow 2 來實現一個驗證碼識別與推理的模型。

快來獲取完整 TensorFlow 課程合集！

總結

以上是生活随笔為你收集整理的作为程序员，你会变身 TF boys 吗？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。