雷鋒網(wǎng) AI 科技評論按：繼反復(fù)預(yù)熱以及在今年三月在 TensorFlow 開發(fā)者峰會上宣布了 TensorFlow 2.0 Alpha 版（內(nèi)部測試版）之后，TensorFlow 2.0 Beta 版（公開測試版）也終于在今天發(fā)布了。

在 TensorFlow 2.0 Alpha 版發(fā)布時，雷鋒網(wǎng) AI 科技評論就詳細(xì)介紹了 TF2.0 版本中規(guī)劃的默認(rèn)使用 Keras、默認(rèn)使用 eager execution、支持跨平臺、對科研人員更友好、更好的圖（graph）計(jì)算支持、簡化 API 等主要更新。

自 TF 2.0 Alpha 發(fā)布以來，谷歌自己和試用了 Alpha 版的用戶們就對這個版本中做出的改進(jìn)給予了好評，整個 TensorFlow 生態(tài)也在繼續(xù)擴(kuò)大。谷歌在發(fā)布 Alpha 版的同時也在 deeplearning.ai 和優(yōu)達(dá)學(xué)城上線了針對 TF 2.0 Alpha 的入門課程，目前已經(jīng)有超過十三萬人申請學(xué)習(xí)；TF 2.0 Alpha 的 Github 項(xiàng)目也已經(jīng)獲得了接近十三萬 star、超過七萬 fork。

在今天發(fā)布的 Beta 版帶來了以下更新：

• 完成 TF2.0 API 中的符號名稱更新和刪減。這意味著整個版本的 API 就是最終確定的版本了。同時，這個 API 也會隨著 TF 1.14 正式版一起作為一個 2.0 版本的兼容模塊發(fā)布。（可以在 這里 查看所有的符號更新列表）

• 支持 Keras 2.0 的更多功能，包括模型子分類、簡化了自定義訓(xùn)練循環(huán)的 API，增加了可以支持大多數(shù)類型硬件的分布式計(jì)算策略，等等。

• Alpha 版的用戶們在 Github 上提交了許多問題，目前谷歌已經(jīng)修復(fù)了其中的超過 100 個問題。這一工作還會持續(xù)地進(jìn)行，以及繼續(xù)收集更多用戶反饋。

TensorFlow 2.0 Beta 已經(jīng)可以通過 pip 快速安裝，只需要執(zhí)行這行代碼即可

>  pip install tensorflow==2.0.0-beta0

目前，TensorFlow 家族中的產(chǎn)品已經(jīng)有部分支持 TF2.0 Beta，包括 TensorBoard、TensorHub、TensorFlow Lite、TensorFlow.js。TensorFlow Extended（TFX）以及端到端計(jì)算流程的支持仍然在開發(fā)中。

在 TensorFlow 2.0 Beta 版本發(fā)布之后、TensorFlow 2.0 正式版發(fā)布之前，它還需要經(jīng)過 RC（release candidate）階段的開發(fā)，谷歌對這一階段的目標(biāo)是增加谷歌云 TPU 以及 TPU 集群（TPU Pods）對 Keras 模型的支持、進(jìn)一步改善運(yùn)行性能，以及修正更多問題。RC 版本的發(fā)布時間大約在今年夏季，已經(jīng)不遠(yuǎn)了。

via TF官方博客，雷鋒網(wǎng) AI 科技評論編譯

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。