TensorFlow 2.0 中 Eager Execution介绍

一、 什么是Eager Execution?

        eager 模式就是类似于 python 这样的命令式编程，写好程序之后，不需要编译，就可以直接运行了，而且非常直观；
        而之前的Session静态图模式则类似于 C/C++ 的声明式编程。写好程序之后要先编译，然后才能运行。 

二、 Eager 模式的优点

eager 模式是在 TF 1.4 版本之后引入的，在 TF 2.x的版本，会把 eager 模式变为默认执行模式。

• eager 模式提供了更直观的接口，可以像写 python 代码一样写模型；
• 更方便调试；
• 自然的控制流程，像编写 python 程序一样

三、 Eager 模式的缺点

• 1.0中的session模式通过 graph 构造的模型在分布式训练、性能优化以及线上部署上有优势；
• 2.0中推荐使用 @tf.function （而非1.X中的 tf.Session ）实现Graph Execution， 从而将模型转换为易于部署且高性能的TensorFlow图模型。