去年8月13日,谷歌宣布 “TensorFlow 2.0 is coming”,
最近几天,谷歌 TensorFlow 团队刚刚发布了 TensorFlow 2.0 Preview 版,
可以来这里查看:
现在还不是最终版本,而且可能还不太稳定,不过大家都可以开始尝试,并提出建议和反馈,请查看如何提交报告:
本文结构:
- 从 TensorFlow 1.12 到 TensorFlow 2.0 preview 代码转换方法
- TensorFlow 2.0 安装方法
- 为什么要有 TensorFlow 2.0
- TensorFlow 2.0 有哪些新的变化
- 代码:Logistic Regression
1. 还有从 TensorFlow 1.12 到 TensorFlow 2.0 preview 的代码转换工具 tf_upgrade_v2
,项目地址:
用法举例:
!tf_upgrade_v2
# 选择 input file,输出 output file
tf_upgrade_v2 --infile foo.py --outfile foo-upgraded.py
# 将整个目录进行变换
tf_upgrade_v2 --intree coolcode --outtree coolcode-upgraded
转换后的结果会保存在 report.txt
2. TensorFlow 2.0 preview 的安装方法如下:
# 创建一个名为 python36 的 Python3.6 环境
conda create -n python36 python=3.6
# 进入环境
source activate python36
# 使用 pip 安装 TensorFlow 2.0 Preview:
pip install tf-nightly-2.0-preview
# 安装 GPU 版本
pip install tf-nightly-gpu-2.0-preview
3. 在 Github 上有一个 TensorFlow 2.0 的教程 repo:
目前有三个练习,
- Neural Nets with Keras: 用 tf.keras 进行神经网络的一些基本操作。
- Low-Level TensorFlow API: 一些基本的 tensorflow API,如层的定义。
- Loading a