TensorFlow2 入门指南 | 01 浅谈 TensorFLow2 入门

深碍√TFBOYSˉ_ 2023-02-16 01:50 38阅读 0赞

> 自我介绍：大家好！我是【AI 菌】，一枚爱弹吉他的程序员。我`热爱AI、热爱编程、热爱分享`！ 这博客是我对学习的一点总结与思考。如果您也对 `深度学习、机器视觉、算法、Python、C++` 感兴趣，可以关注我的动态，我们一起学习，一起进步~  
> 我的博客地址为：[【AI 菌】的博客][AI]  
> 我的Github项目地址是：[【AI 菌】的Github][AI _Github]

![在这里插入图片描述][20200607130720698.gif_pic_center]

--------------------

### 文章目录 ###

*   *  一、浅谈 TensorFlow2 入门
     *  二、认识 TensorFlow2
     *   *  （1）TensorFlow 简介
         *  （2）TensorFlow2 新亮相
         *  （3）TensorFlow 2 与 Keras 的区别
     *  三、环境配置与搭建
     *   *  （1）CPU平台搭建
         *  （2）GPU平台搭建

--------------------

## 一、浅谈 TensorFlow2 入门 ##

前一段时间我写了一个[《Tensorlow2深度学习实战》][Tensorlow2]的专栏，博友们的反应很强烈，表示里面的例程换个数据集都能跑通，而且测试效果还挺好！与此同时，也有一些刚接触深度学习的新人，表示直接上手实战有些难度，想知道TensorFlow2 该如何学习？比如下面这位同学的问题：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU_size_16_color_FFFFFF_t_70]  
除此之外，还些同学在纠结是该学习TensorFlow还是Pytorch。我也及时给出了我的看法：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU_size_16_color_FFFFFF_t_70 1]  
受同学们和博友们的鼓舞，我打算写一个**TensorFlow2入门专栏**，专门分享TensorFlow2从入门到进阶的系列文章。本专栏在保证内容完整性的基础上，力求简洁，旨在让初学者能够更快地、高效地入门TensorFlow2深度学习框架。

**在学习TensorFlow2之前，我希望您对自己的知识储备有一个定位，您可以从下面几个方面考虑，从而选择适合自己的学习阶段：**

1、如果您还是一个编程小白，或者没有Python编程基础，建议您先学习Python的基础语法。因为本专栏所有TensorFlow2例程都是基于Python语言编写的，所以学习并掌握Python是必要的。下面是一个比较精简的Python入门教程，可以参考其学习：

*  [《人生苦短，我学 Python》][Python]

2、如果您已经掌握Python语言基础和TensorFlow2深度学习框架，迫切想用TensorFlow2去实现一些深度学习任务，可以选择学习下面的进阶教程：

*  [TensorFLow2 深度学习实战——图像分类与识别][Tensorlow2]（已更新完）
 *  [TensorFLow2 深度学习实战——目标检测][TensorFLow2]（正在更新）
 *  [TensorFLow2 深度学习实战——语义分割][TensorFLow2 1]（正在更新）

3、如果您是深度学习小白，想对深度学习原理有进一步的掌握，可以学习下面的理论系列文章：

*  [深度学习理论][Link 1]
 *  [深度学习经典论文导航][Link 2]

好啦，话不多说，下面就让我们一起进入第一课：[TensorFlow2 入门指南 | 01 浅谈 TensorFLow2 入门][TensorFlow2 _ _ 01 _ TensorFLow2]

--------------------

## 二、认识 TensorFlow2 ##

### （1）TensorFlow 简介 ###

TensorFlow 是 Google 于 2015 年发布的**深度学习框架**，最初版本只支持符号式编程。得益于发布时间较早，以及 Google 在深度学习领域的影响力，TensorFlow 很快成为**最流行**的深度学习框架。目前来看，TensorFlow 和 PyTorch 框架是业界使用最为广泛的两个深度学习框架，TensorFlow 在工业界拥有完备的解决方案和用户基础， PyTorch 得益于其精简灵活的接口设计，可以快速设计调试网络模型，在学术界获得好评。

### （2）TensorFlow2 新亮相 ###

由于 TensorFlow1 接口设计频繁变动，功能设计重复冗余，符号式编程开发和调试非常困难等问题，TensorFlow 1.x 版本一度被业界诟病。2019年，Google 推出 TensorFlow 2 正式版本，将以**动态图优先**模式运行，从而能够避免TensorFlow 1.x 版本的诸多缺陷，已获得业界的**广泛认可**。  
TensorFlow 2 是一个与 TensorFlow 1.x 使用体验完全不同的框架，TensorFlow 2 **不兼容** TensorFlow 1.x 的代码，同时在编程风格、函数接口设计等上也大相径庭，TensorFlow 1.x 的代码需要依赖人工的方式迁移，自动化迁移方式并不靠谱。并且Google 即将停止支持 TensorFlow 1.x，所以不建议学习 TensorFlow 1.x 版本。

### （3）TensorFlow 2 与 Keras 的区别 ###

TensorFlow 2 与 Keras 之间既有联系又有区别。Keras 可以理解为一套高层 API 的设计规范，Keras 本身对这套规范有官方的实现，在 TensorFlow2 中也实现了这套规范，称为 **tf.keras** 模块，并且 tf.keras 将作为 TensorFlow 2 版本的唯一高层接口，避免出现接口重复冗余的问题。

## 三、环境配置与搭建 ##

俗话说 “工欲善其事，必先利其器”，摆在学习TensorFlow2 前的第一个事就是要搭建好一个稳定的环境。TensorFlow2深度学习环境搭建无外乎以下两种方式：CPU平台搭建、CPU平台搭建。前者适用于一般配置电脑，后者适用于具有深度学习功能GPU的电脑。对于将从事计算机视觉方向的同学，墙裂建议后者。

### （1）CPU平台搭建 ###

首先在这里，我先说一下自己的安装环境和安装版本：

*  Windows 10
 *  Anaconda 3
 *  PyCharm 2019
 *  TensorFlow 2.0.0

详细的安装教程可参见我之前的记录：[Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建][Anaconda3_tensorflow2.0.0_PyCharm]

### （2）GPU平台搭建 ###

同样，下面列出我的安装环境以及安装版本：

*  Windows 10
 *  Anaconda 3
 *  PyCharm 2020
 *  TensorFlow 2.2.0

详细的安装教程可参见我之前的记录：[Anaconda3+PyCharm+Cuda10.1+Cudnn7.6+tensorflow2.2安装与配置教程][Anaconda3_PyCharm_Cuda10.1_Cudnn7.6_tensorflow2.2]

--------------------

> 本教程所有代码会逐渐上传github仓库：[https://github.com/Keyird/TensorFlow2-for-beginner][https_github.com_Keyird_TensorFlow2-for-beginner]  
> 如果对你有帮助的话，欢迎star收藏~

最好的关系是**互相成就**，各位的「三连」就是【AI 菌】创作的最大动力，我们下期见！

[AI]: https://blog.csdn.net/wjinjie
[AI _Github]: https://github.com/Keyird/DeepLearning-TensorFlow2.0
[20200607130720698.gif_pic_center]: https://img-blog.csdnimg.cn/20200607130720698.gif#pic_center
[Tensorlow2]: https://blog.csdn.net/wjinjie/category_9777286.html
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20201224192314440.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/2020122419403245.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU=,size_16,color_FFFFFF,t_70
[Python]: https://blog.csdn.net/wjinjie/category_10042192.html
[TensorFLow2]: https://blog.csdn.net/wjinjie/category_10011217.html
[TensorFLow2 1]: https://blog.csdn.net/wjinjie/category_10083826.html
[Link 1]: https://blog.csdn.net/wjinjie/category_9766908.html
[Link 2]: https://blog.csdn.net/wjinjie/category_9895197.html
[TensorFlow2 _ _ 01 _ TensorFLow2]: https://ai-wx.blog.csdn.net/article/details/106600468
[Anaconda3_tensorflow2.0.0_PyCharm]: https://blog.csdn.net/wjinjie/article/details/104342769
[Anaconda3_PyCharm_Cuda10.1_Cudnn7.6_tensorflow2.2]: https://ai-wx.blog.csdn.net/article/details/107205744
[https_github.com_Keyird_TensorFlow2-for-beginner]: https://github.com/Keyird/TensorFlow2-for-beginner