tensorflow2.0推出以後，全面擁抱keras，簡化了API接口，使得tensorflow在使用上宜人了很多。
從tensorflow1.x升級到2.x
方案一：依然使用tf 1.x的腳本
對於原來的1.x系列代碼，當後臺的tensorflow支持升級到2.x以後，大多數代碼並不需要重新改寫，只需要將加載tensorflow的代碼修改爲
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
就可以了。
方案二：升級項目代碼到2.x
但是這樣做並沒有真正發揮2.x新的API帶來的新功能。爲了將1.x的項目代碼真正遷移成2.x風格的，tensorflow項目組發佈了tf_upgrade_v2腳本實現這個功能。該腳本的使用方法如下：
tf_upgrade_v2 \
--intree my_project/ \
--outtree my_project_v2/ \
--reportfile report.txt
其他參數可以查看tf_upgrade_v2腳本的幫助文檔：tf_upgrade_v2 -h
但是有些API的符號並不能僅僅通過字符串替換簡單的得到。雖然大多數1.x版本tf函數的調用都可以通過修改調用函數爲tf.compat.v1.func_name()的方式得到，但是也有部分函數在2.x版本中被棄用了，例如tf.flags和tf.contrib， 另外還有一些函數可能需要調用一些其他的哭，例如absl.flags，或者將對應的函數調整到了tensorflow.addons模塊中。
鑑於以上情況，官方推薦的升級方式爲：
1）單元測試
2）安裝tensorflow 1.14， 在tf1.14版本中實際上已經包括了tf 2.0版本的代碼，封裝在tf.compat.v2模塊中。
3）用tf 1.14版本的代碼進行測試，這一步非常關鍵，確保所有的代碼在1.14版本的測試用全部通過。
4）用tf_upgrade_v2升級項目代碼
5）在用1.14版本測試升級後的代碼。
6）檢查upgrade報告中的warning和error
7）安裝tf2.0
8）測試代碼，代碼前面加入tf.disable_v2_behavior()函數，再運行測試
9）註釋掉測試代碼中的 ，用2.x的API運行。
如果遇到什麼問題可以查看官方代碼遷移指南：https://tensorflow.google.cn/guide/migrate
