TensorFlow推出2.0版本后，TF2.0相比于1.x版本默認(rèn)使用Keras、Eager Execution、支持跨平臺(tái)、簡化了API等。這次更新使得TF2.0更加的接近PyTorch，一系列煩人的概念將一去不復(fù)返。本文推薦一位大神寫的TF2.0的樣例代碼，推薦參考。
https://github.com/aymericdamien/TensorFlow-Examples
https://github.com/aymericdamien/TensorFlow-Examples/tree/master/tensorflow_v2
0 - 先決條件
機(jī)器學(xué)習(xí)簡介。
MNIST數(shù)據(jù)集簡介。
Hello World。非常簡單的例子，學(xué)習(xí)如何使用TensorFlow 2.0打印“hello world”。
基本操作。一個(gè)涵蓋TensorFlow 2.0基本操作的簡單示例。
線性回歸。使用TensorFlow 2.0實(shí)現(xiàn)線性回歸。
Logistic回歸。使用TensorFlow 2.0實(shí)現(xiàn)Logistic回歸。
簡單神經(jīng)網(wǎng)絡(luò)。使用TensorFlow 2.0'層'和'模型'API構(gòu)建一個(gè)簡單的神經(jīng)網(wǎng)絡(luò)來對MNIST數(shù)字?jǐn)?shù)據(jù)集進(jìn)行分類。
簡單神經(jīng)網(wǎng)絡(luò)（初級）。原始實(shí)現(xiàn)簡單的神經(jīng)網(wǎng)絡(luò)以對MNIST數(shù)字?jǐn)?shù)據(jù)集進(jìn)行分類。
卷積神經(jīng)網(wǎng)絡(luò)。使用TensorFlow 2.0'Layer'和'Model'API構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)，以對MNIST數(shù)字?jǐn)?shù)據(jù)集進(jìn)行分類。
卷積神經(jīng)網(wǎng)絡(luò)（初級）。原始實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)以對MNIST數(shù)字?jǐn)?shù)據(jù)集進(jìn)行分類。
自動(dòng)編碼器。構(gòu)建自動(dòng)編碼器以將圖像編碼為較低維度并重新構(gòu)建它。
DCGAN（Deep Convolutional Generative Adversarial Networks）。構(gòu)建深度卷積生成對抗網(wǎng)絡(luò)（DCGAN）從噪聲生成圖像。
保存并恢復(fù)模型。使用TensorFlow 2.0保存和恢復(fù)模型。
構(gòu)建自定義圖層和模塊。了解如何構(gòu)建自己的'Layer'和'模塊并將其集成到TensorFlow 2.0模型中。
要安裝TensorFlow 2.0，只需運(yùn)行：
pip install tensorflow==2.0.0b1
或（如果您需要GPU支持）：
pip install tensorflow_gpu==2.0.0b1本文推薦了一個(gè)github上32000+star的TensorFlow代碼示例的倉庫，倉庫包含了TensorFlow2.0的代碼示例，推薦下載學(xué)習(xí)。
