Tensorflow1.0 和 Tensorflow2.0之间的区别

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

相关推荐
酷飞飞16 分钟前
Python网络与多任务编程:TCP/UDP实战指南
网络·python·tcp/ip
cxr8281 小时前
SPARC方法论在Claude Code基于规则驱动开发中的应用
人工智能·驱动开发·claude·智能体
研梦非凡1 小时前
ICCV 2025|从粗到细:用于高效3D高斯溅射的可学习离散小波变换
人工智能·深度学习·学习·3d
数字化顾问1 小时前
Python:OpenCV 教程——从传统视觉到深度学习:YOLOv8 与 OpenCV DNN 模块协同实现工业缺陷检测
python
幂简集成2 小时前
Realtime API 语音代理端到端接入全流程教程(含 Demo,延迟 280ms)
人工智能·个人开发
龙腾-虎跃2 小时前
FreeSWITCH FunASR语音识别模块
人工智能·语音识别·xcode
智慧地球(AI·Earth)2 小时前
给AI配一台手机+电脑?智谱AutoGLM上线!
人工智能·智能手机·电脑
Godspeed Zhao2 小时前
自动驾驶中的传感器技术46——Radar(7)
人工智能·机器学习·自动驾驶
学生信的大叔2 小时前
【Python自动化】Ubuntu24.04配置Selenium并测试
python·selenium·自动化
limengshi1383922 小时前
机器学习面试:请介绍几种常用的学习率衰减方式
人工智能·学习·机器学习