TensorFlow2.0预览版上线！近日，谷歌AI团队成员MartinWicke在社交网络上发布了这款最新深度学习框架的“开发者预览版”。这个版本也被称为“夜间版”——因为框架每晚都会更新。.这不是一个稳定版本，但开发人员可以试用并熟悉新版本的功能。然而，即使在TensorFlow2.0中，目前也没有对Python3.7的支持。有网友表示，Nightly版本更接近beta版本，为用户提供即将发布内容的预览以及使用/贡献新功能的机会。Nightly版本绝不是为生产而设计的稳定版本，它旨在测试开发人员正在使用的最新功能，不会自动提供文档，可以发现错误，并且不能保证功能的可用性。预览版官网：https://www.tensorflow.org/versions/r2.0/api_docs/python/tf开发者可以输入以下代码安装预览版：pipinstallltf-nightly-2.0-preview安装方法GPU版本为：pipinstallltf-nightly-gpu-2.0-preview当前版本号为：tf-nightly-2.0-preview-1.13.0.dev20181214TensorFlow2.0现在提供tf-nightly-2.0-preview和tf-nightly-gpu-2.0在pypi-preview版本上。您还可以通过将--config=v2传递给bazel命令从源代码构建版本（在运行configure之后）。TensorFlow2.0是从同一源代码树构建的，因此如果您从源代码构建，则只需从master构建。Nightly版本生成的文档可从官方预览页面获得。由于Nightly版本仍在开发中，文档可能随时变得不再有用或不完整。在TensorFlow2.0的开发过程中，Google专注于可用性，并对计算的指定和运行方式进行了重大更改。2018年秋季发布的RFC(https://github.com/tensorflow/community/tree/master/rfcs)实现了此类重大更改。pip包附带一个转换器工具，可以升级（大部分）1.xTensorFlow代码，因此它可以与Nightly的2.0安装一起使用。tf_upgrade_v2工具大量使用兼容性模块：tf.compat.v1。该模块包含TensorFlow1.x中存在的所有符号及其原始函数。此外，升级工具仍在开发中，可能不适用于复杂的项目。这个Nightly版本2.0仍然不完整。因此，谷歌表示不保证稳定性，还存在未解决的性能问题，部分功能缺失（比如只支持部分分布式机制，尤其是TPU支持还不完善），TensorFlow生态还未完善与2.0集成。同步更新（例如TFHub）。谷歌表示将在创建2.0-alpha之前解决这些问题。如果你有兴趣尝试Nightly版本，谷歌表示欢迎报告使用过程中发现的问题。在此处查看如何提交错误报告：https://github.com/tensorflow/community/blob/master/governance/tensorflow-testing.mdTensorFlow2.0将成为最新机器学习框架的重要里程碑：新版本意味着很多内容大纲，所有这些都是为了让每个人都能接触到机器学习。但是，这些更改可能需要老用户重新学习如何使用该框架。去年9月，谷歌在开发者大会上表示，在TensorFlow2.0版本中，Eager模式将成为默认的执行模式，让开发者可以更简洁高效地构建原型。冯一飞在开发者大会上表示，TensorFlow2.0beta版本将在2018年底发布（似乎有点延迟），正式版预计在2019年第一季度（第二季度在最新的）。在Eager模式成为默认设置后，开发者可以在原型构建完成后，使用AutoGraph将Eager模式构建的模型自动转为计算图。开发者还可以进一步优化AutoGraph生成的计算图，或者关闭Eager模式自行构建计算图。
