[TensorFlow系列3]：初学者是选择Tensorflow2.x还是1.x?2.x与1.x的主要区别？

作者主页(文火冰糖的硅基工坊)&＃xff1a;https://blog.csdn.net/HiWangWenBing

本文网址&＃xff1a;https://blog.csdn.net/HiWangWenBing/article/details/119547495

目录

1. 为什么会有这个问题&＃xff1f;

2.  给初学者的提醒

3. Tensorflow的总体架构

第3章 Tensorfow2.x与1.x的主要差别

&＃xff08;1&＃xff09;归属软件层次的差异

&＃xff08;2&＃xff09;角色和立足点的差别

&＃xff08;3&＃xff09;学习和理解难度差异

&＃xff08;4&＃xff09;内部的动态与静态结构差异

&＃xff08;5&＃xff09;基础概念与基础数据结构的差异

&＃xff08;6&＃xff09;命名空间的差异

&＃xff08;7&＃xff09;API管理

参考&＃xff1a;

1. 为什么会有这个问题&＃xff1f;

深度学习的框架演进是软件演进的正常过程&＃xff0c;为什么会有这个疑问呢&＃xff1f;选择最新版本不就可以了&＃xff1f;

之所以提这个问题&＃xff0c;是因为Google Tensorflow演进的过程中&＃xff0c;出现的这两个大的版本2.x与1.x&＃xff0c;之间有比较大的区别&＃xff0c;这个差别甚至超过了Python3.x与Python2.x的区别。

是从使用者的角度来看&＃xff0c;这两个版本的差别较大。因此有必要了解一下这两个版本之间的主要异同。

2.  给初学者的提醒

对于初学者&＃xff0c;建议选择tensorflow2.x的版本和相关的视频教程。

Tensorflow2.0是在2019年十月发布的&＃xff0c;初学者在选择网络视频课程是需要留意&＃xff0c;在这个时间点之前的视频教程和书籍&＃xff0c;基本都是基于Tensorflow1.0的。

3. Tensorflow的总体架构

相同点和联系&＃xff1a;

Tensorflow2.0和1.0都是Google Tensorflow的深度学习框架&＃xff0c;是同一个框架的的演进过程。

第3章 Tensorfow2.x与1.x的主要差别

&＃xff08;1&＃xff09;归属软件层次的差异

从软件架构上来看&＃xff0c;Tensorfow1.0提供给使用者的接口是底层接口&＃xff0c;主要集中在Tensorflow的Python Frontend层和layers&＃xff0c;这些层是在TensorFlow底层算法引擎的基础之上&＃xff0c;使用Python的封装&＃xff0c;这导致1.0的使用比较麻烦&＃xff0c;理解难度较大。当然1.0也支持Keras接口&＃xff0c;但需要用户自己选择。

而Tenorflow2.x提供给使用者的接口主要在Keras模型之上&＃xff0c;Keras对底层的API进行了封装&＃xff0c;使用根据的简洁和简单。2.X版本中默认使用keras作为高级API.

该差异是后续差异的背后的根本动因。

&＃xff08;2&＃xff09;角色和立足点的差别

tensorflow1.x像一个平台工具&＃xff0c;只是借用了python语言&＃xff0c;tensorflow 1.X本身更像是一种描述神经网络模型的语言。也就是说tensorflow是tensorflow为立足了&＃xff0c;扩展出了Python的外皮。

Tensorflow2.X版本与Pytorch一样&＃xff0c;更像python的一个包&＃xff0c;它以Python立足点&＃xff0c;扩展除了tensorflow2的深度学习框架的包。

上述立足和立足点的变化&＃xff0c;导致了其呈现给用户的接口是大不相同。

&＃xff08;3&＃xff09;学习和理解难度差异

Tenorflow1.x比Tenorflow2.x难度大。

&＃xff08;4&＃xff09;内部的动态与静态结构差异

1.X默认方式是先要定义一个静态结构&＃xff0c;然后训练操作流程时独立的。这样运行效率比较高&＃xff0c;但是调试起来费劲。最直观的一点&＃xff0c;就是一些在函数中预先定义静态结构“彷佛”是不执行的&＃xff0c;而写在后面的语句彷佛先执行了一样。

2.X默认采用动态图处理的方式&＃xff0c;和python风格更接近&＃xff08;Eager execution&＃xff09;。

&＃xff08;5&＃xff09;基础概念与基础数据结构的差异

1.X版本有很多额外的概念比如&＃xff0c;graph&＃xff0c;session&＃xff0c;run&＃xff0c;placeholder&＃xff0c;feed_dict这些&＃xff0c;这些其实和静态模型构建息息相关。

在2.X版本中不再使用了。

&＃xff08;6&＃xff09;命名空间的差异

 1.X中的变量空间和命名空间使得变量管理比较复杂&＃xff0c;并大量依赖隐式全局名称空间&＃xff08;这点类似c&＃43;&＃43;&＃xff09;&＃xff0c;还有一些必须的初始化比如&＃96;tf.global_variables_initializer()&＃96;&＃xff0c; 有类像C&＃43;&＃43;语言的库。

2.X消除了所有这些机制&＃xff0c;支持跟踪变量, 才真正像一个Python语言的库。

&＃xff08;7&＃xff09;API管理

1.X中一些API很难找&＃xff0c;而且存放位置分类有很多争议。

2.X版本重新归纳整理了API。

参考&＃xff1a;

官方学习网站&＃xff1a;https://tensorflow.google.cn/learn

作者主页(文火冰糖的硅基工坊)&＃xff1a;https://blog.csdn.net/HiWangWenBing

本文网址&＃xff1a;https://blog.csdn.net/HiWangWenBing/article/details/119547495