Tensorflow2版本对于Tensorflow1版本的部分变化

Tensorflow2版本相对于1版本做了很大的改进，更加方便了用户开发深度学习神经网络模型。
一些代码改进：
①tf.train.GradientDescentOptimizer()改成tf.compat.v1.train.GradientDescentOptimizer()
②tf.random_uniform改成tf.random.uniform
③tf.global_variables_initializer()变成tf.compat.v1.global_variables_initializer()
④tf.Session()变成tf.compat.v1.Session()
⑤tf.placeholder变成tf.compat.v1.placeholder
⑥当tf.compat.v1.placeholder占位时，出现错误：tf.compat.v1.placeholder() is not compatible with eager execution.要在占位前面加上一行：tf.compat.v1.disable_eager_execution()
总之，Tensorflow2版本和一版本有很大不同，这个在学习的过程中慢慢体会熟练就行。比如很多函数都要在前面加上compat.v1。还有Tensorflow2版本有一个子模块keras:
tf.keras绝⼤部分功能和兼容多种后端的Keras库⽤法完全⼀样，但并⾮全部，它和TensorFlow之间的结合更为紧密。所以通过tensorflow建立神经网路框架时，可以用集成度较高的keras函数库来搭建。