新火种
2023-09-20 
TensorFlow2.0凌晨发布！“改变一切，力压PyTorch”
问耕 发自 凹非寺量子位 出品 | 公众号 QbitAI
TensorFlow 2.0终于来了！今天凌晨，这个全球用户最多的深度学习框架，正式放出了2.0版本。Google深度学习科学家、Keras作者Franois Chollet热情的表示：“TensorFlow 2.0是一个来自未来的机器学习平台，它改变了一切”。不少网友表示，TensorFlow 2.0比PyTorch更好用，已经准备全面转向这个新升级的深度学习框架了。更易用的TF2.0尽管是排名第一的深度学习框架，但TensorFlow的缺点也一直非常明显。官方对此也心知肚明，因此在今早发布的博客中写道：”TensorFlow 2.0由用户社区推动，告诉我们他们想要一个易于使用、灵活又强大的平台，并且支持部署到任何地方。“那么TF2.0有什么改进？一、Keras与TensorFlow紧密集成，默认eager execution，执行Pythonic函数。官方表示，对开发者来说，TensorFlow 2.0用起来跟Python差不多；对于研究者来说，新框架也在低级API方面进行了重点投入。二、为了在各种平台上运行，SavedModel文件格式进行了标准化。三、针对高性能训练场景，可以使用Distribution Strategy API进行分布训练，且只需进行少量代码修改就能获得出色的性能。支持Keras Model.fit、自定义训练循环、多GPU等等。四、TensorFlow 2.0提高了在GPU上的性能表现。以ResNet-50和BERT为例，只需要几行代码，混合精度使用Volta和Turing GPU，训练表现最高可以提升3倍。
五、新增TensorFlow Datasets，为包含大量数据类型的大型数据集提供了标准接口。六、虽然保留了传统的基于Session的编程模型，但官方现在建议使用eager execution进行常规的Python开发。tf.function装饰器可以把代码转换成可以远程执行、序列化、性能优化的图。在Autograph的帮助下，能把常规的Python控制流直接转成TensorFlow控制流。七、官方提供了TensorFlow 1.x升级2.0的迁移指南，TF2.0还有一个自动转换的脚本。八、TensorFlow 2.0提供了易用的API，能够灵活快速的实现新想法。模型的训练和serving也已经无缝集成在基础架构中。更多关于TensorFlow 2.0的信息，可以>访问官网：https://www.tensorflow.org/GitHub：https://github.com/tensorflow/tensorflow/releases/tag/v2.0.0
这还有一段官方介绍视频：“改变一切，力压PyTorch”TensorFlow 2.0发布之后，引发了广泛的讨论和关注。Google深度学习科学家、Keras作者Franois Chollet热情的表示，TensorFlow 2.0是一个来自未来的机器学习平台，它改变了一切。
现在GitHub上排名第一的NLP机器学习课程practicalAI的作者、苹果公司AI研究员Goku Mohandas在推特上说，他们正在从PyTorch转向TensorFlow 2.0。用户Francois Piednoel留言表示，他已经体验了TF2.0一整周，他给出同样的结论：TF2.0现在已经力压PyTorch一手了。
深度学习研究和教育者、fast.ai创始人Jeremy Howard也称赞TF2.0的发布是”令人兴奋的一步，与TensorFlow一代相比是一个巨大的飞跃“。当然，至于实际怎么样，还得大家亲自体验了。为了迎接新版的发布，TensorFlow团队的Josh Gordon，还整理了一份学习资源。1、Deep Learning with PythonTF2.0基于Keras。如果你是一个深度学习新手，最好从这本书入手。当然这本书里的代码需要改一下，但非常简单：import keras-> from tensorflow import keras这本书地址在此：https://github.com/fchollet/deep-learning-with-python-notebooks
2、Hands-on ML第二版这本书非常棒，可以带你更深入TF2.0，记得要看第二版。这本书地址在此：https://github.com/ageron/handson-ml2
3、AppliedML如果你喜欢看视频，这有一个深入scikit-learn和机器学习的内容，免费。这套课程名叫AppliedML，YouTube上的地址在此：/uploads/pic/20230919/videosimg src="/uploads/pic/20230919/d53f8794a4c27d1e47e901f1b3972b6bdcc438fb.jpg" width="640" class="_1g4Ex _2DMAq">4、官方教程最后，推荐最新的TF2.0入门教程。地址：tensorflow.org/tutorials/
安装TF2.0TensorFlow 2.0支持如下的64位操作系统：Ubuntu 16.04 or latermacOS 10.12.6 (Sierra) or later (no GPU support)Windows 7 or laterRaspbian 9.0 or later下载安装包：使用Python的pip安装，版本需要19.0之后。
当然……不安装也能用，因为还有一个神器：Google Colab。好了，最后祝大家节日快乐！— 完 —
TensorFlow 2.0终于来了！今天凌晨，这个全球用户最多的深度学习框架，正式放出了2.0版本。Google深度学习科学家、Keras作者Franois Chollet热情的表示：“TensorFlow 2.0是一个来自未来的机器学习平台，它改变了一切”。不少网友表示，TensorFlow 2.0比PyTorch更好用，已经准备全面转向这个新升级的深度学习框架了。更易用的TF2.0尽管是排名第一的深度学习框架，但TensorFlow的缺点也一直非常明显。官方对此也心知肚明，因此在今早发布的博客中写道：”TensorFlow 2.0由用户社区推动，告诉我们他们想要一个易于使用、灵活又强大的平台，并且支持部署到任何地方。“那么TF2.0有什么改进？一、Keras与TensorFlow紧密集成，默认eager execution，执行Pythonic函数。官方表示，对开发者来说，TensorFlow 2.0用起来跟Python差不多；对于研究者来说，新框架也在低级API方面进行了重点投入。二、为了在各种平台上运行，SavedModel文件格式进行了标准化。三、针对高性能训练场景，可以使用Distribution Strategy API进行分布训练，且只需进行少量代码修改就能获得出色的性能。支持Keras Model.fit、自定义训练循环、多GPU等等。四、TensorFlow 2.0提高了在GPU上的性能表现。以ResNet-50和BERT为例，只需要几行代码，混合精度使用Volta和Turing GPU，训练表现最高可以提升3倍。五、新增TensorFlow Datasets，为包含大量数据类型的大型数据集提供了标准接口。六、虽然保留了传统的基于Session的编程模型，但官方现在建议使用eager execution进行常规的Python开发。tf.function装饰器可以把代码转换成可以远程执行、序列化、性能优化的图。在Autograph的帮助下，能把常规的Python控制流直接转成TensorFlow控制流。七、官方提供了TensorFlow 1.x升级2.0的迁移指南，TF2.0还有一个自动转换的脚本。八、TensorFlow 2.0提供了易用的API，能够灵活快速的实现新想法。模型的训练和serving也已经无缝集成在基础架构中。更多关于TensorFlow 2.0的信息，可以>访问官网：https://www.tensorflow.org/GitHub：https://github.com/tensorflow/tensorflow/releases/tag/v2.0.0这还有一段官方介绍视频：“改变一切，力压PyTorch”TensorFlow 2.0发布之后，引发了广泛的讨论和关注。Google深度学习科学家、Keras作者Franois Chollet热情的表示，TensorFlow 2.0是一个来自未来的机器学习平台，它改变了一切。现在GitHub上排名第一的NLP机器学习课程practicalAI的作者、苹果公司AI研究员Goku Mohandas在推特上说，他们正在从PyTorch转向TensorFlow 2.0。用户Francois Piednoel留言表示，他已经体验了TF2.0一整周，他给出同样的结论：TF2.0现在已经力压PyTorch一手了。深度学习研究和教育者、fast.ai创始人Jeremy Howard也称赞TF2.0的发布是”令人兴奋的一步，与TensorFlow一代相比是一个巨大的飞跃“。当然，至于实际怎么样，还得大家亲自体验了。为了迎接新版的发布，TensorFlow团队的Josh Gordon，还整理了一份学习资源。1、Deep Learning with PythonTF2.0基于Keras。如果你是一个深度学习新手，最好从这本书入手。当然这本书里的代码需要改一下，但非常简单：import keras-> from tensorflow import keras这本书地址在此：https://github.com/fchollet/deep-learning-with-python-notebooks2、Hands-on ML第二版这本书非常棒，可以带你更深入TF2.0，记得要看第二版。这本书地址在此：https://github.com/ageron/handson-ml23、AppliedML如果你喜欢看视频，这有一个深入scikit-learn和机器学习的内容，免费。这套课程名叫AppliedML，YouTube上的地址在此：/uploads/pic/20230919/videosimg src="/uploads/pic/20230919/d53f8794a4c27d1e47e901f1b3972b6bdcc438fb.jpg" width="640" class="_1g4Ex _2DMAq">4、官方教程最后，推荐最新的TF2.0入门教程。地址：tensorflow.org/tutorials/安装TF2.0TensorFlow 2.0支持如下的64位操作系统：Ubuntu 16.04 or latermacOS 10.12.6 (Sierra) or later (no GPU support)Windows 7 or laterRaspbian 9.0 or later下载安装包：使用Python的pip安装，版本需要19.0之后。当然……不安装也能用，因为还有一个神器：Google Colab。好了，最后祝大家节日快乐！— 完 — 相关推荐
- 免责声明
- 本文所包含的观点仅代表作者个人看法，不代表新火种的观点。在新火种上获取的所有信息均不应被视为投资建议。新火种对本文可能提及或链接的任何项目不表示认可。 交易和投资涉及高风险，读者在采取与本文内容相关的任何行动之前，请务必进行充分的尽职调查。最终的决策应该基于您自己的独立判断。新火种不对因依赖本文观点而产生的任何金钱损失负任何责任。
热门文章
