Tensorflow 2.x如何从零开始学习？

本文共计12981个文字，预计阅读时间需要52分钟。

前言：为什么要写这个教程首先是为了给自己学习做记录，其次是因为TensorFlow的API写得很好，但它的教程编写得太乱了，不适合新手学习。TensorFlow 1+和TensorFlow 2有相似之处，但也有不兼容的地方。

前言

　　至于为什么写这个教程，首先是为了自己学习做个记录，其次是因为Tensorflow的API写的很好，但是他的教程写的太乱了，不适合新手学习。tensorflow 1 和tensorflow 2 有相似之处但是不兼容，tensorflow 2将keras融合了。TensorFlow™ 是一个采用 数据流图（data flow graphs），用于数值计算的开源软件库。图中得节点(Nodes)表示数学操作，图中的线(edges)则表示在节点间相互联系的多维数据数组，即张量（tensor）。它灵活的架构让你可以在多种平台上展开计算，例如台式计算机中的一个或多个CPU（或GPU），服务器，移动设备等等。

TensorFlow的主要优点：

• 灵活性：支持底层数值计算，C++自定义操作符
• 可移植性：从服务器到PC到手机，从CPU到GPU到TPU
• 分布式计算：分布式并行计算，可指定操作符对应计算设备

层次结构

　　TensorFlow的层次结构从低到高可以分成如下五层：硬件层，内核层，低阶API，中阶API，高阶API。

• 第一层：硬件层，TensorFlow支持CPU、GPU或TPU加入计算资源池。
• 第二层：内核层，为C++实现的内核，kernel可以跨平台分布运行。
• 第三层：低阶API，由Python实现的操作符，提供了封装C++内核的低级API指令。