tensorflow2.0与tensorflow1.0区别

1. 1.X默认方式是先要定义一个静态结构，然后训练操作流程时独立的。这样运行效率比较高，但是调试起来费劲。最直观的一点，就是一些在函数中预先定义静态结构“彷佛”是不执行的，而写在后面的语句彷佛先执行了一样。2.X默认采用动态图处理的方式，和python风格更接近（Eager execution）。
2. 1.X版本有很多额外的概念比如，graph，session，run，placeholder，feed_dict这些，这些其实和静态模型构建息息相关，在2.X版本中不再使用了。
3. 1.X的tensorflow像一个平台工具，只是借用了python语言，tensorflow 1.X本身更像是一种描述神经网络模型的语言，2.X版本更像python的一个包。
4. 1.X中的变量空间和命名空间使得变量管理比较复杂，并大量依赖隐式全局名称空间（这点类似c++），还有一些必须的初始化比如`tf.global_variables_initializer()`， 2.X消除了所有这些机制，支持跟踪变量。（根据第1点和第4点我特别怀疑1.X的设计者C++用的很6）
5. 2.X版本中默认使用keras作为高级API， 1.X中需要自己选。在1.X中使用keras反而更容易移植到2.X。
6. 1.X中一些API很难找，而且存放位置分类有很多争议，2.X版本重新归纳整理了API（更好还是更坏另说）。