作为程序员，你会变身 TF boys 吗？

变身 T ensor F low boys

2015 年 11 月，Google 正式发布了 Tensorflow 的白皮书并开源 TensorFlow 0.1 版本。

2017 年 02 月，Tensorflow 正式发布了 1.0.0 版本，同时也标志着稳定版的诞生。

2019 年 10 月，TensorFlow 在经历七个多月(2019 年 3 月 1 日 -2019 年 10 月 1 日)的 2.0 Alpha 版本的更新迭代后，发布 2.0 正式版。

TensorFlow 是深度学习领域最广泛使用的框架 ，去年开始发布的 2.0 版本更是比开始的 1.0 好用了不知道多少。

相较于 TensorFlow 1.0，TensorFlow 2.0 有以下优势：

Keras 与 TensorFlow 紧密集成，默认 eager execution，执行 Pythonic 函数。官方表示，对开发者来说，TensorFlow 2.0 用起来跟 Python 差不多；对于研究者来说，新框架也在低级 API 方面进行了重点投入。
为了在各种平台上运行，SavedModel 文件格式进行了标准化。
针对高性能训练场景，可以使用 Distribution Strategy API 进行分布训练，且只需进行少量代码修改就能获得出色的性能。支持 Keras Model.fit、自定义训练循环、多 GPU 等等。
TensorFlow 2.0 提高了在 GPU 上的性能表现。以 ResNet-50 和 BERT 为例，只需要几行代码，混合精度使用 Volta 和 Turing GPU，训练表现最高可以提升 3 倍。
新增 TensorFlow Datasets，为包含大量数据类型的大型数据集提供了标准接口。
虽然保留了传统的基于 Session 的编程模型，但官方现在建议使用 eager execution 进行常规的 Python 开发。tf.function 装饰器可以把代码转换成可以远程执行、序列化、性能优化的图。在 Autograph 的帮助下，能把常规的 Python 控制流直接转成 TensorFlow 控制流。
官方提供了 TensorFlow 1.x 升级 2.0 的迁移指南，TF2.0 还有一个自动转换的脚本。
TensorFlow 2.0 提供了易用的 API，能够灵活快速的实现新想法。模型的训练和 serving 也已经无缝集成在基础架构中。
更多关于 TensorFlow 2.0 的信息，可以访问官网。
实验楼针对 TensorFlow 2.0 设置了以下5门课程：

1、TensorFlow 2 新特性快速入门
TensorFlow 2 新特性快速入门 www.shiyanlou.com

根据 TensorFlow 官方介绍，2.0 版本将专注于简洁性和易用性的改善。本次课程将带你了解 TensorFlow 2.0 的新特性，并完成快速入门和过渡。

2、TensorFlow 2 深度学习入门与实践
TensorFlow 2 深度学习入门与实践 ​ www.shiyanlou.com

TensorFlow 因为背靠谷歌 Google 这座大山，再加上庞大的开发者群体，更新和发版速度着实非常快。了解并掌握 TensorFlow 的使用，将使你在搭建深度学习模型时更加得心应手。

3、TensorFlow 2 实现 AI 换脸
TensorFlow 2 实现 AI 换脸 ​ www.shiyanlou.com

人脸互换是计算机视觉领域比较热门的一个应用，它可以应用于视频合成，提供隐私服务，肖像更换等各个应用。本课程将从自编码器，上采样，数据增强等知识点出发，对深度学习下的人脸互换进行讲解。并且利用 TensorFlow 2 实现川普和道格拉斯·凯奇的人脸互换。训练后的模型可以在不修改原图表情的情况下，完成人脸替换。

4、TensorFlow 2 模型部署方法实践
TensorFlow 2 模型部署方法实践 ​ www.shiyanlou.com

机器学习问题不仅是一个科学问题，更是一个工程问题。实际应用中，我们不仅要学会构建完美的机器学习模型上，同时还需要将其部署向用户提供便捷的服务。本课程将使用 TensorFlow 2 框架完成机器学习模型部署实践。

5、TensorFlow 2 验证码识别与推理
TensorFlow 2 验证码识别与推理 ​ www.shiyanlou.com

TensorFlow 是机器学习中的常用框架，使用它能够帮助我们更快速地建立模型，并且使我们的代码变得更加简洁。在本实验中，我们会基于 TensorFlow 2 来实现一个验证码识别与推理的模型。