TensorFlow2 入门指南 | 01 浅谈 TensorFLow2 入门

举报
AI 菌 发表于 2021/08/05 01:23:20 2021/08/05
【摘要】 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 我的Github项目地址是:【AI 菌】的Github 文章目录 一、...

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
我的Github项目地址是:【AI 菌】的Github

在这里插入图片描述



一、浅谈 TensorFlow2 入门

前一段时间我写了一个《Tensorlow2深度学习实战》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
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
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:

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:

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:

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


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

(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


本教程所有代码会逐渐上传github仓库: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!

文章来源: ai-wx.blog.csdn.net,作者:AI 菌,版权归原作者所有,如需转载,请联系作者。

原文链接:ai-wx.blog.csdn.net/article/details/106600468

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

举报
请填写举报理由
0/200