TensorFlow的2.0版本保持了其作为业界领先的机器学习框架的突出地位。TensorFlow最初是一个数字处理程序包,后来逐渐扩展为包括支持各种机器学习方法和执行环境(从移动CPU到大型GPU群集)的库。在此过程中,出现了许多框架,以简化网络创建和训练的任务。同时,其他框架(尤其是PyTorch)提供了一种命令式编程模型,该模型使调试和执行变得越来越容易。TensorFlow 2.0现在默认为命令流(立即执行),并采用Keras作为单个高阶API。尽管这些更改提高了TensorFlow的可用性并使其较PyTorch更具竞争力,但这是一次重大的重写,常常破坏向后兼容性——TensorFlow生态系统中的许多工具和服务框架都无法立即适配新版本。目前,请考虑是否要在TensorFlow 2.0中进行设计和试验,或恢复到版1本以在生产环境中服务和运行模型。