TensorFlow 2.0入門(mén)指南

本文經(jīng)AI新媒體量子位（公眾號 ID: QbitAI）授權轉載，轉載請聯(lián)系出處。

前幾天，TensorFlow 2.0正式發(fā)布。如果你對新的深度學(xué)習框架還不熟悉，推薦看看這篇集簡(jiǎn)介、速成課程、API速查參考為一體的Overview。

作者是Google深度學(xué)習科學(xué)家、Keras作者Fran?ois Chollet。

在這份指南的開(kāi)頭部分，作者寫(xiě)道Keras發(fā)布于2015年3月，TensorFlow發(fā)布于2015年11月，迄今都已經(jīng)有四年的時(shí)間。過(guò)去TensorFlow 1.x+Keras的組合存在很多問(wèn)題。新的TensorFlow 2.0進(jìn)一步整合了兩者，并解決了很多問(wèn)題。

TensorFlow 2.0基于以下核心思想：

· 讓用戶(hù)暢爽運行計算，就像用Numpy。這讓TF2.0編程更加直觀(guān)、像Python一樣。

· 保留已編譯計算圖的優(yōu)勢，使TF2.0快速、可擴展以及可投入生產(chǎn)。

· 使用Keras作為高級深度學(xué)習API，讓TF2.0易于上手且高效。極大的擴展了Keras的工作流范圍。

在正文部分，這份Overview主要包括兩部分內容：

1、TensorFlow基礎

· Tensor張量

· 隨機常數張量

· 變量

· TensorFlow數學(xué)運算

· 使用GradientTape計算梯度

· 端到端示例：線(xiàn)性回歸

· 用tf.function加速

2、Keras API

· 基本的層類(lèi)

· 可訓練和不可訓練的權重

· 遞歸嵌套

· 各種內建好的層

· 通過(guò)call訓練參數

· 更具功能性的定義模型

· 損失類(lèi)

· 度量標準類(lèi)

· 優(yōu)化器類(lèi)&快速端到端訓練循環(huán)

· add_loss方法

· 端到端示例：VAE

· 使用內建的訓練循環(huán)

· Callback

Fran?ois Chollet這篇指南發(fā)出來(lái)之后，推特上一片感謝之聲。想要查看全部詳細內容，可以直接訪(fǎng)問(wèn)這個(gè)地址：

https://colab.research.google.com/drive/1UCJt8EYjlzCs1H1d1X0iDGYJsHKwu-NO

這里我們截取其中的部分內容，供感興趣的朋友參考。