代码实例：如何使用 TensorFlow 2.0 Preview

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：

1. 从 TensorFlow 1.12 到 TensorFlow 2.0 preview 代码转换方法
2. TensorFlow 2.0 安装方法
3. 为什么要有 TensorFlow 2.0
4. TensorFlow 2.0 有哪些新的变化
5. 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，

1. Neural Nets with Keras： 用 tf.keras 进行神经网络的一些基本操作。
2. Low-Level TensorFlow API： 一些基本的 tensorflow API，如层的