推荐TensorFlow2.0的样例代码下载

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。