30天吃掉那只 TensorFlow2

    🚀 github项目地址：

    先说结论:

    如果是工程师，应该优先选TensorFlow2.

    如果是学生或者研究人员，应该优先选择Pytorch.

    如果时间足够，最好TensorFlow2和Pytorch都要学习掌握。

    理由如下：

    • 1，在工业界最重要的是模型落地，目前国内的大部分互联网企业只支持TensorFlow模型的在线部署，不支持Pytorch。 并且工业界更加注重的是模型的高可用性，许多时候使用的都是成熟的模型架构，调试需求并不大。
    • 2，研究人员最重要的是快速迭代发表文章，需要尝试一些较新的模型架构。而Pytorch在易用性上相比TensorFlow2有一些优势，更加方便调试。 并且在2019年以来在学术界占领了大半壁江山，能够找到的相应最新研究成果更多。

    二，Keras🍏 and tf.keras 🍎

    先说结论：

    Keras库在2.3.0版本后将不再更新，用户应该使用tf.keras。

    Keras可以看成是一种深度学习框架的高阶接口规范，它帮助用户以更简洁的形式定义和训练深度学习网络。

    使用pip安装的Keras库同时在tensorflow,theano,CNTK等后端基础上进行了这种高阶接口规范的实现。

    而tf.keras是在TensorFlow中以TensorFlow低阶API为基础实现的这种高阶接口，它是Tensorflow的一个子模块。

    tf.keras绝大部分功能和兼容多种后端的Keras库用法完全一样，但并非全部，它和TensorFlow之间的结合更为紧密。

    本书假定读者有一定的机器学习和深度学习基础，使用过Keras或者Tensorflow1.0或者Pytorch搭建训练过模型。

    对于没有任何机器学习和深度学习基础的同学，建议在学习本书时同步参考学习《Python深度学习》一书。

    《Python深度学习》这本书是Keras之父Francois Chollet所著，该书假定读者无任何机器学习知识，以Keras为工具，

    使用丰富的范例示范深度学习的最佳实践，该书通俗易懂，全书没有一个数学公式，注重培养读者的深度学习直觉。。

    四，本书写作风格 🍉

    本书是一本对人类用户极其友善的TensorFlow2.0入门工具书，不刻意恶心读者是本书的底限要求，Don’t let me think是本书的最高追求。

    本书主要是在参考TensorFlow官方文档和函数doc文档基础上整理写成的。

    但本书在篇章结构和范例选取上做了大量的优化。

    不同于官方文档混乱的篇章结构，既有教程又有指南，缺少整体的编排逻辑。

    本书按照内容难易程度、读者检索习惯和TensorFlow自身的层次结构设计内容，循序渐进，层次清晰，方便按照功能查找相应范例。

    不同于官方文档冗长的范例代码，本书在范例设计上尽可能简约化和结构化，增强范例易读性和通用性，大部分代码片段在实践中可即取即用。

    如果说通过学习TensorFlow官方文档掌握TensorFlow2.0的难度大概是9的话，那么通过学习本书掌握TensorFlow2.0的难度应该大概是3.

    谨以下图对比一下TensorFlow官方教程与本教程的差异。

    1，学习计划

    本书是作者利用工作之余和疫情放假期间大概2个月写成的，大部分读者应该在30天可以完全学会。

    预计每天花费的学习时间在30分钟到2个小时之间。

    当然，本书也非常适合作为TensorFlow的工具手册在工程落地时作为范例库参考。

    点击学习内容蓝色标题即可进入该章节。

    2，学习环境

    本书全部源码在jupyter中编写测试通过，建议通过git克隆到本地，并在jupyter中交互式运行学习。

    为了直接能够在jupyter中打开markdown文件，建议安装jupytext，将markdown转换成ipynb文件。

    2. #!git clone https://gitee.com/Python_Ai_Road/eat_tensorflow2_in_30_days
    3. #建议在jupyter notebook 上安装jupytext，以便能够将本书各章节markdown文件视作ipynb文件运行
    4. #!pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -U jupytext
    7. #!pip install -i https://pypi.tuna.tsinghua.edu.cn/simple  -U tensorflow
    1. tensorflow version: 2.1.0
    2. hello tensorflow2

    六，鼓励和联系作者 🎈🎈

    如果本书对你有所帮助，想鼓励一下作者，记得给本项目加一颗星星star⭐️，并分享给你的朋友们喔😊!

    如果对本书内容理解上有需要进一步和作者交流的地方，欢迎在公众号”Python与算法之美”下留言。作者时间和精力有限，会酌情予以回复。

    也可以在公众号后台回复关键字：加群，加入读者交流群和大家讨论。