GitHub超4K星！如何用30天吃掉TensorFlow2.0?

天下苦tensorflow久矣！????

尽管tensorflow2.0宣称已经为改善用户体验做出了巨大的改进，really easy to use，但大家学得并不轻松。

tensorflow2.0官方文档和tensorflow1.0官方文档显然是出自同一批作者之手，他们一如既往地秉承着谷歌make things complicated的风格传统，用哈希表一般混乱的文档结构、无法运行的范例代码、复杂的函数嵌套调用关系、随意插入的不常用第三方库等技巧将读者的懵圈程度逐步推向高潮。

但吐槽归吐槽，到了工业界，你是无论如何也绕不开这个框架的。既然非学不可，如何让这个学习过程更加平滑舒畅呢？近日来，一个毕业于北京吃饭大学的吃货????开源了一本叫做 eat tensorflow2.0 in 30 days 的工具书。

作者声称这本书倾注了一个吃货????对美食????的全部向往和追求，如果你非常喜欢美食，并且想要学习TensorFlow2，那么这本书一定值得你品尝品尝。该书被权威科技媒体机器之心报道后，在github上迅速获得超过4000颗star。不少学习过的同学都表示：是见过的最为清晰的TensorFlow教程，简洁优雅，真香????。

扫描下方二维码，关注公众号Python与算法之美，在后台回复关键字：tf，获取项目github地址和pdf电子书。也可以回复关键字：加群，加入eat tensorflow2读者交流群，和各位小伙伴们以及书籍作者讨论。

以下是该书一个较为完整的介绍。

一，Tensorflow2???? 还是Pytorch?????

先说结论:

如果是工程师，应该优先选TensorFlow2.

如果是学生或者研究人员，应该优先选择Pytorch.

如果时间足够，最好Tensorflow2和Pytorch都要学习掌握。

理由如下：

• 1，在工业界最重要的是模型落地，目前国内的大部分互联网企业只支持TensorFlow模型的在线部署，不支持Pytorch。 并且工业界更加注重的是模型的高可用性，许多时候使用的都是成熟的模型架构，调试需求并不大。

• 2，研究人员最重要的是快速迭代发表文章，需要尝试一些较新的模型架构。而Pytorch在易用性上相比TensorFlow2有一些优势，更加方便调试。并且在2019年以来在学术界占领了大半壁江山，能够找到的相应最新研究成果更多。

• 3，TensorFlow2和Pytorch实际上整体风格已经非常相似了，学会了其中一个，学习另外一个将比较容易。两种框架都掌握的话，能够参考的开源模型案例更多，并且可以方便地在两种框架之间切换。

二、本书面向读者????

本书假定读者有一定的机器学习和深度学习基础，使用过Keras或者Tensorflow1.0或者Pytorch搭建训练过模型。

对于没有任何机器学习和深度学习基础的同学，建议在学习本书时同步参考学习《Python深度学习》一书。

此书是Keras之父Francois Chollet所著，假定读者无任何机器学习知识，以Keras为工具，使用丰富的范例示范深度学习的最佳实践，该书通俗易懂，全书没有一个数学公式，注重培养读者的深度学习直觉。

该书电子版下载链接：https://pan.baidu.com/s/1-4q6VjLTb3ZxcefyNCbjSA 提取码：wtzo

三，本书写作风格????

本书是一本对人类用户极其友善的TensorFlow2.0入门工具书，不刻意恶心读者是本书的底限要求，Don't let me think是本书的最高追求。

本书主要是在参考TensorFlow官方文档和函数doc文档基础上整理写成的。

但本书在篇章结构和范例选取上做了大量的优化。

不同于官方文档混乱的篇章结构，既有教程又有指南，缺少整体的编排逻辑。

本书按照内容难易程度、读者检索习惯和TensorFlow自身的层次结构设计内容，循序渐进，层次清晰，方便按照功能查找相应范例。

不同于官方文档冗长的范例代码，本书在范例设计上尽可能简约化和结构化，增强范例易读性和通用性，大部分代码片段在实践中可即取即用。

如果说通过学习TensorFlow官方文档掌握TensorFlow2.0的难度大概是9的话，那么通过学习本书掌握TensorFlow2.0的难度应该大概是3.

谨以下图对比一下TensorFlow官方教程与本教程的差异。

四，本书学习方案⏰

1，学习计划

本书是作者利用工作之余和疫情放假期间大概2个月写成的，大部分读者应该在30天可以完全学会。

预计每天花费的学习时间在30分钟到2个小时之间。

当然，本书也非常适合作为TensorFlow的工具手册在工程落地时作为范例库参考。

2，学习环境

本书全部源码在jupyter中编写测试通过，建议通过git克隆到本地，并在jupyter中交互式运行学习。

为了直接能够在jupyter中打开markdown文件，建议安装jupytext，将markdown转换成ipynb。

如果看到如下输出，则说明tensorflow已经成功安装并运行，接下来就可以愉快地开始课程学习了。

tensorflow version: 2.1.0
hello tensorflow2

五，如何获取本书????

这本书目前有4种形式获取。

1，gitbook电子书。以网页链接呈现，同时可以在电脑和手机上用浏览器打开。

???? gitbook电子书地址：https://lyhue1991.github.io/eat_tensorflow2_in_30_days

2，github项目源码。包含全部数据集和md格式源码，可以在jupyter上安装jupytext后将md源码作为ipynb打开。

???? github项目地址：https://github.com/lyhue1991/eat_tensorflow2_in_30_days

3，pdf格式电子书。

4，ipynb格式项目源码。

其中github项目源码和gitbook电子书将持续维护。pdf版本电子书和ipynb项目源码可以在公众号"Python与算法之美"后台回复关键字: tf 进行获取。这两种形式获取的《eat tensorflow2 in 30 days》无法保证更新。

阅读体验优先推荐使用gitbook电子书，既可以在手机也可以在电脑上查看，具有目录查找和上下页翻页功能，字体大小和背景色可以根据个人喜好进行调整，颜值超高。

六，鼓励和联系作者 ????????

最后，想给大家讲一个吃货小王子的故事。

在很久很久以前，有一个小王子，住在一个只比他大一点点的星球上，他，想要一个朋友。

在昨天今天和明天，有一个吃货，住在一个只比他大一点点的github星球上，他，想要一颗星星。

如果对这本书内容理解上有需要进一步和作者交流的地方，可以在公众号Python与算法之美下留言。作者时间和精力有限，会酌情予以回复。

也可以在公众号后台回复关键词：加群，加入读者交流群和大家讨论。

最后公布一条彩蛋：《Eat Pytorch in 20 days》正在整理中，即将发布！