TensorFlow推出2.0版本后，TF2.0相比于1.x版本默认使用Keras、Eager Execution、支持跨平台、简化了API等。这次更新使得TF2.0更加的接近PyTorch，一系列烦人的概念将一去不复返。本文推荐一位大神写的TF2.0的样例代码，推荐参考。

Github地址（32000+star）：

https://github.com/aymericdamien/TensorFlow-Examples

TensorFlow 2.0示例代码地址：

https://github.com/aymericdamien/TensorFlow-Examples/tree/master/tensorflow_v2

TensorFlow 2.0示例目录

0 - 先决条件

• 机器学习简介。

• MNIST数据集简介。

1 - 简介

• Hello World。非常简单的例子，学习如何使用TensorFlow 2.0打印“hello world”。

• 基本操作。一个涵盖TensorFlow 2.0基本操作的简单示例。

2 - 基础模型

• 线性回归。使用TensorFlow 2.0实现线性回归。

• Logistic回归。使用TensorFlow 2.0实现Logistic回归。

3 - 神经网络

• 监督学习

• 简单神经网络。使用TensorFlow 2.0'层'和'模型'API构建一个简单的神经网络来对MNIST数字数据集进行分类。

• 简单神经网络（初级）。原始实现简单的神经网络以对MNIST数字数据集进行分类。

• 卷积神经网络。使用TensorFlow 2.0'Layer'和'Model'API构建卷积神经网络，以对MNIST数字数据集进行分类。

• 卷积神经网络（初级）。原始实现卷积神经网络以对MNIST数字数据集进行分类。

• 无监督学习

• 自动编码器。构建自动编码器以将图像编码为较低维度并重新构建它。

• DCGAN（Deep Convolutional Generative Adversarial Networks）。构建深度卷积生成对抗网络（DCGAN）从噪声生成图像。

4 - 通用工具

• 保存并恢复模型。使用TensorFlow 2.0保存和恢复模型。

• 构建自定义图层和模块。了解如何构建自己的'Layer'和'模块并将其集成到TensorFlow 2.0模型中。

安装TensorFlow 2.0

要安装TensorFlow 2.0，只需运行：

pip install tensorflow==2.0.0b1

或（如果您需要GPU支持）：

pip install tensorflow_gpu==2.0.0b1

总结

本文推荐了一个github上32000+star的TensorFlow代码示例的仓库，仓库包含了TensorFlow2.0的代码示例，推荐下载学习。

本站简介↓↓↓ 

“机器学习初学者”是帮助人工智能爱好者入门的个人公众号（创始人：黄海广）

初学者入门的道路上，最需要的是“雪中送炭”，而不是“锦上添花”。

本站的知识星球（黄博的机器学习圈子）ID：92416895

目前在机器学习方向的知识星球排名第一（上图二维码）

往期精彩回顾

• 良心推荐：机器学习入门资料汇总及学习建议（2018版）

• 黄海广博士的github镜像下载（机器学习及深度学习资源）

• 吴恩达老师的机器学习和深度学习课程笔记打印版

• 机器学习小抄-（像背托福单词一样理解机器学习）

• 首发：深度学习入门宝典-《python深度学习》原文代码中文注释版及电子书

• 机器学习的数学基础

• 机器学习必备宝典-《统计学习方法》的python代码实现、电子书及课件

• 吐血推荐收藏的学位论文排版教程（完整版）

• Python代码写得丑怎么办？推荐几个神器拯救你

• 重磅 | 完备的 AI 学习路线，最详细的资源整理！

备注：本站qq群：865189078（共8个群，不用重复加）。

加入本站微信群，请加黄博的助理微信，说明：公众号用户加群。