1樓：
我本來是先學pytorch的，直到我發現很多我想學習的案例都是tensorflow 而且還是1.x的。
沒辦法，既然我是討飯的，人家給什麼就吃什麼吧。
我不光在學tensorflow2 而且為了能流暢地看懂前輩在說什麼，還在學tensorflow1.....
2樓：小冬llos
最近這兩年一直在搞和google有關的軟體開發工作，android以及部分google硬體相關的軟體。簡單描述一下Google提供的軟體的特點，包括開源出來的，以及沒有開源的軟體。
大量的軟體over design，乙個簡單的功能可能會用到乙個超級複雜的架構來實現，基本不考慮成本，必要性和可維護性這些事情，對於第三方來說需要大量的人力才能基於google的軟體開發功能。
軟體架構以及API朝令夕改，完全不考慮合作第三方的感受。而且軟體變動之快之頻繁，規模小一點的第三方很難跟上google更新的速度。
軟體開發疊床架屋，重複開發，不同的系統往往重複開發功能類似的元件，完全不考慮第三方開發人員的學習成本，當你拿到一堆新軟體，發現乙個已經做好的功能在這個軟體已經完全不能用了，而且移植起來相當困難，你會怎麼想，我心裡只有三個字送給google:mmp。
最後就是本問題的內容，google公升級各種軟體版本的時候，相容性是什麼，抱歉我不知道。他弄個開發者大會給大家宣講一下本次的重大改動，給你們發一堆pdf, 你們第三方回去慢慢搞吧，第三方必須要配合他把新版本搞定，否則就不給你發認證。
和google相比，amazon釋放出來的開源軟體對於第三方來首簡直就是代慈善家。google不光是沒有做硬體的基因，他連做軟體的基因都沒有，他唯一能做好的事情是搜尋引擎。
3樓：喵星掃地僧
是的，免費提供輪子，就是有計畫的消滅對手造輪子的能力。
以前是"造不如買、買不如租", 以後是"造不如git clone"。
4樓：冰凝
定時炸彈？
難道不應該是不定時炸彈嗎？
用法一通亂改，不是很正常嗎？
跨大版本還想有相容性？
你看看 py2，到py3。
正常，別人的輪子，別人隨便怎麼改。
要麼忍著，要麼換。
不過，說白了，經常改用法，總有一天眾叛親離。
參見 Windows Phone。
5樓：南山居士
我司緊跟cv的學術前沿，pytorch已經成為主力。雲端部署照樣pytorch，實現快，迭代快，和學術界的溝通暢通無阻。
不好意思，tensorflow已經被打入第二級別。
6樓：zpeng
你把tensoflow換成python上面所有內容一樣通用；
想學TF2.0可以看看這個，雖然比較舊：
如何看待tensorflow新出的eager模式？
zxf8665905 pytorch 已經上 jit了 開始互相滲透咯。其實對整個生態發展是個好事，互相激勵，希望最後三個框架都兼顧了易用性和效能。 eager模式的推出，標誌著深度學習框架大戰的結束。毋庸置疑，Tensorflow將以絕對領先的優勢排在第一位。其它框架能夠給TF提鞋的也只剩MXNe...
如何評價tensorflow模組過度keras化？
對於低階使用者自然會擁抱這個變化 對於高階使用者 slim sonnet tensorpack都在等著呢還是看個人習慣吧 總的來說tf對於高階api的處理還是比較清楚明白的要不然github上早就炸鍋了 在我看來keras.能其它模組更多也就是一種 風格 上的東西不必糾結 scott huang 我...
如何評價 TensorFlow 2 0 Preview 的 API 設計？
linex tensorflow推薦用keras的RNN代替dynamic rnn,然而這兩個不是完全相容的？用dynamic rnn可以展開的cell，RNN會報錯。這是幾個意思啊。再說我要是喜歡用keras，我幹嘛不直接用呢。 Yulong 最近reddit有個熱帖，說tf的dropout la...