Effective tensorflow 2（why tensorflow 2.0）

Translation of the article in this link:https://www.tensorflow.org/guide/effective_tf2

高效的tensorflow 2

为了让用户在使用tensorflow的时候更加高效，在tensorflow 2.0 中有许多的改进。tensorflow去除了多余的API，让tensorflow中的API更有一致性（统一了RNN和优化器），采用eager exexution机制更好与python的运行整合。

许多的变更请求已经说明了编写tensorflow 2.0的一些变化，这份指南展示了tensorflow 2.0的开发应该是什么样的，并假设你已经对tensorflow 1.x很熟悉。

对主要的变更的简要总结

移除的API

在TF2.0中，许多的API要么被删除要么被转移。一些主要的改变包括：为支持现有开源的absl-py，移除了tf.app、tf.flag和tf.logging，给tf.contrib里面的项目换了地方，并通过移动较少使用的函数到类似于tf.math的子包中来清除主要的tf.*命名空间。

一些API被他们在2.0中的等同的API取代，如tf.summary、tf.keras.metrics和tf.keras.optimizers.自动变更这些重命名最简单的方法就是使用v2更新脚本

即刻执行（eager execution）

tensorflow 1.X需要用户通过调用tf.*的API来手动拼接一个抽象的语法树（所谓的图）。然后还需要用户通过传入一组输出和输入张量到session.run()回调函数中来编译抽象语法树。tensorflow2.0 即刻地执行（就像python那样）并且在2.0中，图和会话应该类似于实现细节。

一个值得注意的即刻执行的副产品就是tf.control_dependencies()不再需要了，因为所有的代码都将顺序执行（在一个tf.function中具有副作用的代码将顺序被执行）