變身 👉 ***T***ensor***F***low boys

---

2015 年 11 月，Google 正式發(fā)布了 Tensorflow 的白皮書并開源 TensorFlow 0.1 版本。

2017 年 02 月，Tensorflow 正式發(fā)布了 1.0.0 版本，同時也標志著穩(wěn)定版的誕生。

2019 年 10 月，TensorFlow 在經(jīng)歷七個多月(2019 年 3 月 1 日 -2019 年 10 月 1 日)的 2.0 Alpha 版本的更新迭代后，發(fā)布 2.0 正式版。

TensorFlow 是深度學(xué)習(xí)領(lǐng)域最廣泛使用的框架，去年開始發(fā)布的 2.0 版本更是比開始的 1.0 好用了不知道多少。

相較于 TensorFlow 1.0，TensorFlow 2.0 有以下優(yōu)勢：

• Keras 與 TensorFlow 緊密集成，默認 eager execution，執(zhí)行 Pythonic 函數(shù)。官方表示，對開發(fā)者來說，TensorFlow 2.0 用起來跟 Python 差不多；對于研究者來說，新框架也在低級 API 方面進行了重點投入。
• 為了在各種平臺上運行，SavedModel 文件格式進行了標準化。
• 針對高性能訓(xùn)練場景，可以使用 Distribution Strategy API 進行分布訓(xùn)練，且只需進行少量代碼修改就能獲得出色的性能。支持 Keras Model.fit、自定義訓(xùn)練循環(huán)、多 GPU 等等。
• TensorFlow 2.0 提高了在 GPU 上的性能表現(xiàn)。以 ResNet-50 和 BERT 為例，只需要幾行代碼，混合精度使用 Volta 和 Turing GPU，訓(xùn)練表現(xiàn)最高可以提升 3 倍。
• 新增 TensorFlow Datasets，為包含大量數(shù)據(jù)類型的大型數(shù)據(jù)集提供了標準接口。
• 雖然保留了傳統(tǒng)的基于 Session 的編程模型，但官方現(xiàn)在建議使用 eager execution 進行常規(guī)的 Python 開發(fā)。tf.function 裝飾器可以把代碼轉(zhuǎn)換成可以遠程執(zhí)行、序列化、性能優(yōu)化的圖。在 Autograph 的幫助下，能把常規(guī)的 Python 控制流直接轉(zhuǎn)成 TensorFlow 控制流。
• 官方提供了 TensorFlow 1.x 升級 2.0 的遷移指南，TF2.0 還有一個自動轉(zhuǎn)換的腳本。
• TensorFlow 2.0 提供了易用的 API，能夠靈活快速的實現(xiàn)新想法。模型的訓(xùn)練和 serving 也已經(jīng)無縫集成在基礎(chǔ)架構(gòu)中。
• 更多關(guān)于 TensorFlow 2.0 的信息，可以訪問官網(wǎng)。

實驗樓針對 TensorFlow 2.0 設(shè)置了以下5門課程：

（文章最后，點擊鏈接，一鍵獲取課程合集！）

《TensorFlow 2 新特性快速入門》

根據(jù) TensorFlow 官方介紹，2.0 版本將專注于簡潔性和易用性的改善。本次課程將帶你了解 TensorFlow 2.0 的新特性，并完成快速入門和過渡。

《TensorFlow 2 深度學(xué)習(xí)入門與實踐》

TensorFlow 因為背靠谷歌 Google 這座大山，再加上龐大的開發(fā)者群體，更新和發(fā)版速度著實非常快。了解并掌握 TensorFlow 的使用，將使你在搭建深度學(xué)習(xí)模型時更加得心應(yīng)手。

《TensorFlow 2 實現(xiàn) AI 換臉》

人臉互換是計算機視覺領(lǐng)域比較熱門的一個應(yīng)用，它可以應(yīng)用于視頻合成，提供隱私服務(wù)，肖像更換等各個應(yīng)用。本課程將從自編碼器，上采樣，數(shù)據(jù)增強等知識點出發(fā)，對深度學(xué)習(xí)下的人臉互換進行講解。并且利用 TensorFlow 2 實現(xiàn)川普和道格拉斯·凱奇的人臉互換。訓(xùn)練后的模型可以在不修改原圖表情的情況下，完成人臉替換。

《TensorFlow 2 模型部署方法實踐》

機器學(xué)習(xí)問題不僅是一個科學(xué)問題，更是一個工程問題。實際應(yīng)用中，我們不僅要學(xué)會構(gòu)建完美的機器學(xué)習(xí)模型上，同時還需要將其部署向用戶提供便捷的服務(wù)。本課程將使用 TensorFlow 2 框架完成機器學(xué)習(xí)模型部署實踐。

《TensorFlow 2 模型部署方法實踐》

TensorFlow 是機器學(xué)習(xí)中的常用框架，使用它能夠幫助我們更快速地建立模型，并且使我們的代碼變得更加簡潔。在本實驗中，我們會基于 TensorFlow 2 來實現(xiàn)一個驗證碼識別與推理的模型。

快來獲取完整 TensorFlow 課程合集！

總結(jié)

以上是生活随笔為你收集整理的作为程序员，你会变身 TF boys 吗？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。