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
- 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。 - 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:
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。 如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:veading@qq.com进行投诉反馈,一经查实,立即删除!
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。 如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:veading@qq.com进行投诉反馈,一经查实,立即删除!