tensorflow2.0初探—简介

1、Tensorflow2.0——简化的模型开发流程

使用tf.data加载数据

使用tf.keras构建模型，使用premade estimator验证模型

使用Tensorflow hub进行迁移学习

使用eager mode进行运行和调试

使用分发策略进行分布式训练

导出到SaveModel

使用Tensorflow Serve、Tensorflow Lite、Tensorflow.js部署模型

2、Tensorflow2.0——强大的跨平台能力

Tensorflow服务

直接通过HTTP/REST或GRPC/协议缓冲区

Tensorflow Lite——可部署在Android、IOS和嵌入式系统上

Tensorflow.js ——可在javascript中部署模型

其他语言：C、JAVA、GO、C#、Rust、Julia、R

3、Tensorflow2.0——强大的研究实验能力

keras功能API和子类API、允许创建复杂的拓扑结构

自定义的训练逻辑，使用tf.GradientTape和tf.custom_gradient进行更细粒度的控制

底层API（卷积、pooling）自始至终可以与高层（keras）结合使用，完全的可定制。

高级扩展：Ragged Tensors、Tensor2Tensor等