【Tensorflow1.0 和 Tensorflow2.0】—— 区别

对于Tensorflow1.0

step 01 :准备输入数据

step 02:定义输入PlaceHolder

step 03:搭建模型

step 04:定义损失函数及优化器

step 05:初始化所有变量

step 06:创建会话session

step 07:传参计算session.run()

对于Tensorflow 2.0

step 01 :准备输入数据

step 02:定义输入PlaceHolder

step 03:搭建模型

step 04:定义损失函数及优化器

step 05:初始化所有变量

step 06:创建会话session

step 07:传参计算 model()

1. TensorFlow 2.0 动态图机制默认开启,方便开发者调试。

TensorFlow 1.0 默认是静态图,需要手动开启动态图。

2. tf.keras模块上的区别

  • Keras是对TensorFlow的更高一层封装,简化了TensorFlow的使用。
  • TensorFlow 2.0中搭建网络, 官方推荐使用Keras提供的方法。有两种搭建风格:Keras Function API (tf1中搭建模型的风格)和 Model Subclassing API(类似于Pytorch中搭建模型的风格)
  • TensorFlow 2.0 删除了重复、废弃的API。而在TensorFlow 1.0,同一个功能可以找到多个API实现,会给开发者造成疑惑。

3.在TensorFlow 2.0 中使用 @tf.function 装饰器,构造高效的Python代码

Original: https://blog.csdn.net/qq_44886213/article/details/123721940
Author: 玛丽莲茼蒿
Title: 【Tensorflow1.0 和 Tensorflow2.0】—— 区别

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/496670/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球