【导读】Tensorflow2.0 对于新手来说更为易用,而对于老手来说,功能更为强大,Josh Gordon 为我们介绍了TensorFlow2.0 的一些新的特征与使用技巧。
在构建模型方面,针对不同的使用人群,TensorFlow2.0 提供了不同层面的API,针对刚接触TensorFlow的新手,提供了Sequential API, 针对工程师,开放了FunctionalAPI 与build-in 层,针对有更高需求的工程师,开放了FunctionalAPI 与可定制的层,评估指标,损失函数等,而针对科研工作者,开放了Subclassing,可以定制一切函数。
在训练模型方面,从简单到复杂也分很多层次。从快速实验的model.fit(),到定制回调函数callbacks,到定制训练循环batch(使用GAN时很有效),到完全定制训练过程,包括优化算法等(GradientTape).
在数据方面,提供了tensorflow_datasets,能够轻松地加载数据集。
在并行训练方面,得益于分布式策略,无需改变代码,就可以在多台机器、多个GPU上训练(MirroredStrategy, MultiWorkerMirroredStrategy)。
教程最后还介绍了两个项目:TinyML:轻量级的机器学习项目 与TF.js.
教程部分截图如下所示: