代码实例：如何使用 TensorFlow 2.0 Preview

最新推荐文章于 2022-11-03 09:54:33 发布

原创

最新推荐文章于 2022-11-03 09:54:33 发布 · 1.8w 阅读

18 ·

CC 4.0 BY-SA版权

本文介绍了如何从 TensorFlow 1.12 迁移到 2.0 Preview，包括代码转换工具的使用、安装方法，并详细探讨了 TensorFlow 2.0 的新特性，如默认启用的 Eager Execution、Keras 为主的代码风格、删除的 collections 等。同时，通过 Logistic Regression 示例展示了 TensorFlow 2.0 更加简洁易懂的代码实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

去年8月13日，谷歌宣布 “TensorFlow 2.0 is coming”，
最近几天，谷歌 TensorFlow 团队刚刚发布了 TensorFlow 2.0 Preview 版，
可以来这里查看：

现在还不是最终版本，而且可能还不太稳定，不过大家都可以开始尝试，并提出建议和反馈，请查看如何提交报告:

本文结构：

从 TensorFlow 1.12 到 TensorFlow 2.0 preview 代码转换方法
TensorFlow 2.0 安装方法
为什么要有 TensorFlow 2.0
TensorFlow 2.0 有哪些新的变化
代码：Logistic Regression

1. 还有从 TensorFlow 1.12 到 TensorFlow 2.0 preview 的代码转换工具 `tf_upgrade_v2`，项目地址：

用法举例：

!tf_upgrade_v2

# 选择 input file，输出 output file
tf_upgrade_v2 --infile foo.py --outfile foo-upgraded.py

# 将整个目录进行变换
tf_upgrade_v2 --intree coolcode --outtree coolcode-upgraded

转换后的结果会保存在 report.txt

2. TensorFlow 2.0 preview 的安装方法如下：

# 创建一个名为 python36 的 Python3.6 环境
conda create -n python36 python=3.6
# 进入环境
source activate python36
# 使用 pip 安装 TensorFlow 2.0 Preview：
pip install tf-nightly-2.0-preview
# 安装 GPU 版本
pip install tf-nightly-gpu-2.0-preview