谷歌機器智能團隊成員，分佈式系統和並行計算負責人Martin Wicke今日發佈推特稱：試試指令’pip install tf-nightly-2.0-preview’，然後告訴我你們發現了什麼。
按照谷歌的一貫風格，這就是TensorFlow 2.0版本的官宣了，不過從名稱上來看，這應該是TF 2.0的預覽版本，隨後Jeff Dean也轉發了這條推文，正式確認TF 2.0開發者預覽版的發佈。
谷歌在官方博客中也發佈了一條通知，大意如下：
衆所周知，我們正在努力準備TensorFlow 2.0。雖然我們仍在努力中，但我們希望分享一個令人興奮的更新。
對於那些希望生活在發展的最前沿的人來說，TensorFlow 2.0的夜間版本（nightly build）現在可以在pypi上通過指令’tf-nightly-2.0-preview’和’tf-nightly-gpu-2.0-preview’使用。您還可以通過將’–config = v2’傳遞給bazel命令（在運行configure之後）從源構建版本。 TensorFlow 2.0是從同一個源代碼樹構建的，因此如果您從源代碼構建，只需從master構建即可。
可從：
獲取每晚生成的文檔。由於夜間版本正在積極開發中，因此文檔可能會有過期或不完整的情況出現。
在TensorFlow 2.0的開發中，我們專注於可用性，並對指定和運行計算的方式進行了重大更改。 2018年秋季發佈的RFC就體現了這一變化。我們知道你們中許多人已經在1.x版本上進行了大量投入（我們對此很感激！），相信2.0將帶來更多好處，我們希望讓您的升級路徑儘可能順利。 pip軟件包附帶一個轉換器工具，可以升級（大多數）1.x TensorFlow代碼，這樣您就能在每晚安裝2.0的情況下運行。該工具tf_upgrade_v2大量使用兼容性模塊：tf.compat.v1。此模塊包含TensorFlow 1.x中存在的所有符號及其原始行爲。請注意，升級工具也處於開發階段，因此它可能無法在複雜項目上運行。
目前2.0預覽版本仍然不完整，我們正在加大力度改進。因此，我們暫時無法保證穩定性，我們知道存在未解決的性能問題，並且仍然缺少某些功能（例如，僅支持某些分發機制，特別是TPU支持不完整），以及TensorFlow生態系統尚未更新以與TensorFlow 2.0（例如，TFHub）一起使用。我們正努力在創建2.0-alpha之前解決這些問題。
如果您每晚都試一試，請報告您發現的問題 。您對夜間，轉換器工具和升級體驗的反饋對我們非常有價值。
問題反饋地址：
https://github.com/tensorflow/community/blob/master/governance/tensorflow-testing.md
TensorFlow 2.0預覽版發佈的消息在reddit上也引發了一些討論，比如有網友關心，爲什麼在python3.7版本發佈半年之久的時間裏，TensorFlow仍然沒有添加相關構建：
還有人表示，希望谷歌加大力度在Java API的改進上，而不是追趕PyTorch：
總而言之，2.0版本畢竟目前還是預覽版，還是應該給研發人員一些時間，相信很多問題都能解決。
最後，再次附上官方的介紹文檔，感興趣的讀者可以仔細研讀，並安裝體驗：