TensorFlow 2.0 beta版本来了！

在不知不觉中，TensorFlow 2.0 beta版本已经发布，你可以通过下述方法安装：

pip install tensorflow==2.0.0-beta0

或安装GPU版本：

pip install tensorflow-gpu==2.0.0-beta0

在此测试版中，Google工程师完成了2.0 API的重命名和弃用符号，意味着这将是2.0最终版本的API，我们再也不用担心使用2.0 API 编写的代码在将来不可用。并且，在TensorFlow 1.14版本中提供了的v2兼容性模块，增加了Keras那样的2.0特性支持，如模型子类化，简化了自定义训练循环的API，为大多数类型的硬件添加了分发策略支持等等。

TensorFlow产品生态系统的核心组件，如TensorBoard、TensorFlow Hub、TensorFlow Lite和TensorFlow.js可与Beta版本一起使用。对TensorFlow Extended（TFX）组件和端到端管道的支持仍在进行中。

在测试版和最终2.0版本的候选版本(RC)之间，则将完成对云TPU和TPU pod的Keras模型支持，进一步研究性能，并解决更多问题。预计在今年夏天的某个时候到达RC。

说来2.0的正式版本推出不会太远，经过一段时间的试用，我发现1.0和2.0的API差别还是很大。虽然可以通过TensorFlow团队提动的脚本将1.0的代码自动转换为2.0的代码，而2.0 API中也有一个v1子模块提供对老API的支持，但1.0的代码不能直接在TensorFlow 2.0上运行，总归是一件不爽的事情。不知道TensorFlow 1.0和2.0会不会像python 2和python 3那样共存很多年。

你会在项目中使用TensorFlow 2.0么？在使用TensorFlow 2.0的过程中，有没有碰到什么问题，欢迎交流！

你还可以看：

1. 尝鲜TensorFlow 2.0
2. [译]高效的TensorFlow 2.0：应用最佳实践以及有什么变化
3. [译]标准化Keras：TensorFlow 2.0中的高级API指南