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