Tensorflow1.0 和 Tensorflow2.0之间的区别

2023-12-16 05:14:04

一、搭建深度学习模型的区别(背出来!!!

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()

二、TensorFlow 2.0 相比于TensorFlow 1.0 的其他区别

  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。

二、TensorFlow 2.0 相比于TensorFlow 1.0 的其他区别


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
借鉴:

2.2 tensorflow2官方demo_哔哩哔哩_bilibili

文章来源:https://blog.csdn.net/Zhiyilang/article/details/134923567
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。