TensorFlow2 入门指南 | 01 浅谈 TensorFLow2 入门

最新推荐文章于 2024-08-20 19:00:16 发布

AI 菌

最新推荐文章于 2024-08-20 19:00:16 发布

阅读量6.9k

点赞数 36

分类专栏： TensorFlow2入门指南文章标签：人工智能 tensorflow 深度学习 TensorFlow2.0

本文链接：https://blog.csdn.net/wjinjie/article/details/106600468

版权

TensorFlow2入门指南专栏收录该内容

21 篇文章 103 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

本文是【AI菌】关于TensorFlow2入门的指南，涵盖TensorFlow简介、TensorFlow2的新特性，以及如何搭建CPU和GPU平台的学习环境。针对不同背景的读者，提供了合适的入门路径，包括Python基础、深度学习理论和实践教程。同时，强调了TensorFlow2与Keras的关系，以及为何选择TensorFlow2而不是1.x版本。

摘要由CSDN通过智能技术生成

大家好！我是【AI 菌】。算法工程师一枚，2020年博客之星Top50，公众号【AI 修炼之路】作者，专注于无人驾驶（环境感知方向）。如果您也对 AI、CV、DL、ML、OpenCV、Python、C++ 感兴趣，可以关注我的动态，我们一起学习，一起进步~

博客地址为：【AI 菌】的博客
Github项目地址：【AI 菌】的Github

在这里插入图片描述

文章目录

一、浅谈 TensorFlow2 入门

前一段时间我写了一个《Tensorlow2深度学习实战》的专栏，博友们的反应很强烈，表示里面的例程换个数据集都能跑通，而且测试效果还挺好！与此同时，也有一些刚接触深度学习的新人，表示直接上手实战有些难度，想知道TensorFlow2 该如何学习？比如下面这位同学的问题：
在这里插入图片描述
除此之外，还些同学在纠结是该学习TensorFlow还是Pytorch。我也及时给出了我的看法：

受同学们和博友们的鼓舞，我打算写一个TensorFlow2入门专栏，专门分享TensorFlow2从入门到进阶的系列文章。本专栏在保证内容完整性的基础上，力求简洁，旨在让初学者能够更快地、高效地入门TensorFlow2深度学习框架。

在学习TensorFlow2之前，我希望您对自己的知识储备有一个定位，您可以从下面几个方面考虑，从而选择适合自己的学习阶段：

1、如果您还是一个编程小白，或者没有Python编程基础，建议您先学习Python的基础语法。因为本专栏所有TensorFlow2例程都是基于Python语言编写的，所以学习并掌握Python是必要的。下面是一个比较精简的Python入门教程，可以参考其学习：

《人生苦短，我学 Python》

2、如果您已经掌握Python语言基础和TensorFlow2深度学习框架，迫切想用TensorFlow2去实现一些深度学习任务，可以选择学习下面的进阶教程：

3、如果您是深度学习小白，想对深度学习原理有进一步的掌握，可以学习下面的理论系列文章：

好啦，话不多说，下面就让我们一起进入第一课：TensorFlow2 入门指南 | 01 浅谈 TensorFLow2 入门

二、认识 TensorFlow2

（1）TensorFlow 简介

TensorFlow 是 Google 于 2015 年发布的深度学习框架，最初版本只支持符号式编程。得益于发布时间较早，以及 Google 在深度学习领域的影响力，TensorFlow 很快成为最流行的深度学习框架。目前来看，TensorFlow 和 PyTorch 框架是业界使用最为广泛的两个深度学习框架，TensorFlow 在工业界拥有完备的解决方案和用户基础， PyTorch 得益于其精简灵活的接口设计，可以快速设计调试网络模型，在学术界获得好评。

（2）TensorFlow2 新亮相

由于 TensorFlow1 接口设计频繁变动，功能设计重复冗余，符号式编程开发和调试非常困难等问题，TensorFlow 1.x 版本一度被业界诟病。2019年，Google 推出 TensorFlow 2 正式版本，将以动态图优先模式运行，从而能够避免TensorFlow 1.x 版本的诸多缺陷，已获得业界的广泛认可。
TensorFlow 2 是一个与 TensorFlow 1.x 使用体验完全不同的框架，TensorFlow 2 不兼容 TensorFlow 1.x 的代码，同时在编程风格、函数接口设计等上也大相径庭，TensorFlow 1.x 的代码需要依赖人工的方式迁移，自动化迁移方式并不靠谱。并且Google 即将停止支持 TensorFlow 1.x，所以不建议学习 TensorFlow 1.x 版本。

（3）TensorFlow 2 与 Keras 的区别

TensorFlow 2 与 Keras 之间既有联系又有区别。Keras 可以理解为一套高层 API 的设计规范，Keras 本身对这套规范有官方的实现，在 TensorFlow2 中也实现了这套规范，称为 tf.keras 模块，并且 tf.keras 将作为 TensorFlow 2 版本的唯一高层接口，避免出现接口重复冗余的问题。

三、环境配置与搭建

俗话说 “工欲善其事，必先利其器”，摆在学习TensorFlow2 前的第一个事就是要搭建好一个稳定的环境。TensorFlow2深度学习环境搭建无外乎以下两种方式：CPU平台搭建、CPU平台搭建。前者适用于一般配置电脑，后者适用于具有深度学习功能GPU的电脑。对于将从事计算机视觉方向的同学，墙裂建议后者。