TensorFlow2.0(一)--簡介與環境搭建

1. TensorFlow是什麼

TensorFlow是Google的開源軟件庫，有以下特點：

• 採取數據流圖，用於數值計算
• 支持多種平臺–FPU, CPU, 移動設備
• 最初用於深度學習，變得越來越通用

TensorFlow的特性：

• 高度的靈活性，體現在數據流圖上
• 真正的可移植性，可以在海量的設備上進行移植
• 產品和科研結合
• 自動求微分
• 多語言支持，支持python，Java，C++, R等
• 性能最優化

2. TensorFlow1.0與2.0架構

TensorFlow1.0的主要特性

• 對XLA支持，XLA爲Accelerate Linear Algebra, 其對TensorFlow的訓練速度提升了58倍。XLA具有很強的移植性，可以在移動設備中運行
• 引入更高級別的API—tf.layers/ tf.metrics /tf.losses/ tf.keras
• TensorFlow調試器
• 支持docker鏡像，引入TensorFlow serving服務

TensorFlow1.0的架構圖：

TensorFlow 2.0的主要特性

• 使用tf.keras和eager mode進行更加簡單的模型構建
• 魯棒的跨平臺模型部署
• 強大的研究實驗
• 清楚不推薦使用的API和減少重複來簡化API

TensorFlow 2.0的架構圖：

TensorFlow 2.0相對於TensorFlow 1.0簡化了模型開發流程：

• 使用tf,data加載數據
• 使用tf.keras構建模型，也可以使用premade estimator來驗證模型
  • 使用TensorFlow hub進行遷移學習
• 使用eager mode進行運行和調試
• 使用分發策略來進行分佈式訓練
• 導出到savedmodel
• 使用TensorFlow Serve, TensorFlow Lite, TensorFlow.js部署模型

3. TensorFlow環境配置

TensorFlow的配置比較簡單，以Windows的安裝爲例：

• 首先要安裝Anaconda
• 打開anaconda prompt，並安裝TensorFlow 2：

TensorFlow2.0 CPU版本的安裝指令

conda install tensorflow=2.0.0

TensorFlow2.0 GPU版本的安裝指令

conda install tensorflow-gpu=2.0.0

• 在prompt環境中進行測試：
  
• 在jupyter notebook中測試：