TensorFlow 2.0 与 1.0 的区别与联系

一、TensorFlow 2.0 vs 1.0

对比举例：

1、TensorFlo 1.x（2015年开源）

• session.run()
• 全局化
• sessions
• API混乱

总的来说，tensorflow1.0存在文档和接口混乱、默认占用所有GPU的所有内存、使用繁琐、调试困难等问题。

2、TensorFlow 2.x（2019年2.0发布）

• Eager execution
• 不在全局化
• Functions
• API清理

TensorFlow 2.0删除了冗余API，使API更加一致（统一RNN，统一优化器），并通过Eager Execution更好地与Python运行时集成。

二、TensorFlow 2.0变化

TesorFlow2.0推荐使用tf.keras，tf.data 等高层库：

• 用Eager模式搭建原型
• 用tf.data处理数据
• 用tf.feature_column提取特征
• 用tf.keras搭建模型
• 用tf.saved_model打包模型