简 介
Tensorflow 是Google Disblief平台2015年开源的继续学习框架,深受学术界和工业界研究者和工程师们的欢迎。Tensorflow 2.x是Google 2018年开始开始迭代,2019年3月开始发布。
Tensorflow 2. x 相比1.x 改进:
- 默认Eager 运行模式: Eager 即命令行交互运行环境
- 删除 tf.contrib 库 ,高阶api 整合到tf.keras
- 精简api, 删除重复,去掉重叠api
- 去全局变量
- autograph 加速模型执行效率
学习环境搭建
由于当前python 开发为了开发方便,以及针对不同任务需求环境多样,为避免影响,此处介绍方法基于Anaconda 环境配置独立的tf2 学习环境。
# window 安装anaconda 链接: https://zhuanlan.zhihu.com/p/61639212
# 安装之后,创建 tf2_1 环境
conda create -n tf2_1 python=3.6(指定 python 版本)
# 启动/切换到环境下
conda env list # 显示当前已有python 环境
activate tf2_1
# 安装 tensorflow 2.1
pip install tensorflow==2.1.0
conda install XXX # 安装,下载包会在conda pkg相关目录下,其他环境安装就不会再次下载,通用包推荐使用
GPU的环境需要GPU环境支持,相比以上要复杂,这里不再详细介绍,如有需要,找寻相关配置方法。