TensorFlow 2.0已在十一发布，香不香？好用不好用？

现在，这里有一份全中文教学的快速上手指南，基于Keras和Eager Execution（动态图）模式，北大学霸出品，获得TensorFlow官方认可。

其名为，简单粗暴TensorFlow 2.0。

话不多说，一起来看看吧。

简洁高效的指导手册

TensorFlow 2.0，摈弃了TensorFlow 1.x的诸多弊病，进一步整合TensorFlow和Keras，号称能像Numpy一样畅爽运行，快速、可扩展、可投入生产。

官方表示，这是用户社区推动的，易于使用、灵活又强大的平台。

就像TensorFlow 2.0一样，这份教程旨在删繁就简：

• 主要基于TensorFlow最新的Eager Execution模式，以便于模型的快速迭代开发。但依然包含传统的Graph Execution模式。
• 能过快速查阅，各章节相对独立。哪里不会点哪里。
• 代码实现力图简洁高效，表意清晰，高度可复用。每个完整项目代码总行数不过百行。
• 简洁明了。不追求面面俱到。

整份手册包含以下几个部分：

从TensorFlow基础知识到模型在实际环境中的部署，再到训练与加速的细节，这份指南涵盖的内容十分完备。

并且，在每一章的开头，都设置了前置知识模块，方便读者查缺补漏。

在讲解的过程之中，作者也穿插补充了相关的概念、知识。

比如在TensorFlow模型建立与训练这一章中，也可以学习到Keras全连接层的概念：

以及更多函数调用细节：

如果你不需要这些补充知识，只想集中精力快速上手TensorFlow，那么这个折叠全部注释按钮，可以说是十分贴心了。

讲完理论，代码实现也不能少。

比如用Keras实现卷积神经网络CNN：

简洁明了，易读易懂。

有这样一份教程，不来上手一下TensorFlow 2.0吗？说不定就真香了呢~

北大学霸出品

《简单粗暴TensorFlow 2.0》的作者，是来自北大的李锡涵。

2016年，他从浙大竺可桢学院本科毕业，随后进入北大信息科学技术学院读研，师从童云海教授。

李锡涵曾于微软亚研院实习，还是机器学习的Google Developers Expert。

小哥目前的研究重点，是基于图的现实场景中多主体强化学习的应用。

传送门

中文指南：

https://tf.wiki/

GitHub地址：

https://github.com/snowkylin/tensorflow-handbook

— 完 —

“