[tensorflow2.0](入门) 特性

tensorflow 是什么?

1. 节点----------处理数据
2. 线---------节点间的输入和输出的关系
3. 线上运输的是丈量tensor
4. 节点被分配到各种计算设备上运行

tensorflow2.0 主要特性

• 使用tf.keras 和 eager mode 进行更加简单的模型构建
• 鲁邦的跨平台模型部署 (鲁邦, 就是不敏感)
• 强大的研究实验
• 清除不推荐使用的API和减少重复来碱化API

Tensorflow2.0 简化的模型开发流程

1. 使用tf.data加载数据
2. 使用tf.keras构建模型, 也可以使用premade estimator 验证模型
3. 使用tensorflow hub进行迁移学习
4. 使用eager mode进行运行和调试
5. 使用分发策略来进行分布式训练
6. 导出到savedModel
7. 使用tensorflow serve, tensorflow lite, tensorflow.js 来部署模型
8. tensorflow serve服务 , 直接通过HTTP/REST or GPRC/协议缓冲区
9. tensorflow lite 可部署在Android, iOS或嵌入式系统上
   10.Tensorflow.js 可以在javascript 中部署

.

Tensorflow vs PyTorch

1. Tensorflow 2.0

2.  	是动态图,  eager mode避免1.0缺陷, 直接集中在python中
   

3. PyTorch

4.  	是动态图, numpy的扩展, 直接集中在python中
   

随着时间变化, 两者越来越接近

序列化和部署

1. Tensorflow支持更加广泛,
2. pytorch支持比较简单

分类问题和回归问题

1. 分类问题预测的是类别, 模型输出的是概率分布
2. 回归问题预测的是值, 模型输出的是一个实数值