作者 | 梁云1991

来源 | Python与算法之美（ID:Python_Ai_Road）

天下苦tensorflow久矣！

尽管tensorflow2.0宣称已q % } = ( ) 3 g经为改善用户体验做出了巨大的改进，really easy to use，但大家学得并不轻松。

tensorf! W | ~ {low2.0官方文档和tensorflow1.0官方文档显然是出自同一批作者之K G / { { I H手，他们一如既往地秉承着谷歌make things complicated的风格传统，用哈l # E i $ u |希表一般混乱的文档= V { U B v i结构、无法运行的范例代码、复杂的函数嵌套调用关系、随意插入的不常用第三方库等技巧将读者的懵圈程度逐步推向高潮。

但吐槽归吐槽，到了工业界，你是无论l . R如何也绕不开这个框架的。既然非学不可，如何让这个学习过程更加平滑舒畅呢？近日来，一个毕业于北京吃饭大学的吃货开源了一本叫做 eat tenT K _ 0 j ` k n [sorflow2.0 iF = U D z gn 30 days 的工具书。

作者声称这本书倾注了一个吃货对美食的全部向往和追求，如果你非常喜欢美食，并且想要学习TensorFlow2p n U 2 @ i S E S，那么这本书R k O 7 K 8一定值得你品尝品尝。

gitbook电子书地址：https:/s } %/lyhue1991.github.io/eat_tensoM = e | s Zrflow2_in_30_days

github项目地址：https://github.com/lyhue1991/eat_tensorflow2_in_30_days

以下是该书一个较为完整的介绍。

Tensorflow2还是Py$ O 2 Utorch?

先说结论:

如果是工程师，应该优先选TensorFv D v j F ] !low2X ^ 9 C e 8 j N M.

如果是学生或者研究人员，应该优先选择Pytorch.

如果时间足够，最好Tensorflow2和Pytorch都要学习掌握。

理由如下：

• 1，在工业界最重要的是模型落地，目前国内的大部分互联网企业只支持TensorFlow模型的在线部署，不e V E b C支持Pytorch。并且工业界更加注重的X 3 r是模型的高可用性，许多时候使用的都是成熟的模型架构，调试需求并不大。

• 2，研究人员最重要的是快速迭代发表文章，需要尝试一些较新的模型架构。而Pytorch在易用性上相比TensorFlow2有一些优势，更加方便调试。并且在2019年以来在学术界占领了大半壁江山，能够找到的相应最o v E 8新研究成果更多。

• 3，Tens f _ J x c v EsorFlow2和Pytorch实际上整体风格已经非常相似了，学会了其中一个，学习另外一个将比较容易。两种框架都掌握的话，能够参考的开源模型案例更多，t Q a Z & 2 ! X (并且可以方便地在 & f F z l G | D两种框架之间切换。

本书面向读者

本书假定读者有一定的机器学Q # h . f q习和深度学习基础，使用过Keras或者Tensorflow1.0或者Pytorch搭建训练过模型。

对于没有任何机器学习+ e w Y和深度学习基础的同学，建议在学习本书时同步参考学习《N U I L w - 2 ] gPython深度学习》一书。

此书是Keras之父Francois Chollet所著，假定读者无任何机器学习知识，1 l ] K ( X以Keras为工具，使用丰富的范例示范深度学习的最佳实践，该书通俗易懂，全书没有一个数学公式，注重培养读者的深度学习直觉。

该书电子版下载链接：https://pan.baidu.com/s/1-4q6VjLTb3ZxcefyNCbjSA 提取码：wtzo

本# % J ! P ! z书写作风格

本书是一本对人类用户极其友善的TensorFlow2.0入门工K L 1具书，不刻意恶心读者是本g i j + y : 9 /书的底限要求，Don\'t let me think是本书的最高追求。

本书主要是在参考Teq ! v Q : b [ cnsorFlow官方文档和函数doc文档基础上整理写成的。

但本书在篇章结构和范例选取上做了大量的优化。

不同于官方文档混乱的篇5 b 2 ] D 6 ( F章结构，既有教程又有指南，缺少整体的编排逻辑。

本书按照内容T R / ^ Z ` e j 2难易程度、读者检索习惯和TensorFlow自身的层次结构设计内容，循序渐进，层次清晰，& t P # u方便按照功能查找相应范例。

不同于官方文档冗长的范例代码，本书在范E / l e w ` o例设计上尽可能简约化和结构化，增强范例易读性和通用性，大部分代码片段在实践中可即取即用。

如果说通过学% D 7 O习TensorFlow官方文档掌w n d p N e握Tensort e 1 5 LFlow2.0的难度大概是9的话，那么通过学习本书掌握TensorFlow2.0的难度应该大概是3.

谨以下图对比一下Tensou Y y e s V 6 _ #rFlow官方教程与本教程的差异。

本书0 U t Z _ = 8 D学习方案

1.学- p , 4 { 6 n R +习计划

本书是作者利用工作之余和疫s K + 0 x W P }情放假期间大概2个月写成的，大部分读者应该在30天可以完全学会。

预计每天花费的学习时间在30分钟到2个小时之间。

当然，本书也非常适合作为TensorFlow的工具手册在工程落地时作为范例库参考。

2.学习环境

本书全部源码在jupyter中编写测试通过Q 0 ] m 7 7 [ /，建议通过git克隆到本地，并在jupyter中交互式运行学习。

为了直接能够在jupyter中打开m4 5 3 !arkdown文件，建议安装jupytext，将markdown转换成ipynbK M 5 a。

如果看到如下输出，则说明tensorflow已经成5 E 0 J V ;功安装并运行，接下来就可以愉快地开始课程Y L r l Q c (学习了。

tensorflow version: 2.1.0hello tensorflow2

如何获取本书

这本书目前有w 0 O :4种形式获取。

1，gitbook电子书。以网页链接呈现，同时可以在电脑和手机上用浏O k C F } T览器打开。

gitbook电子书地址：https://lyhue1991.github.io/eat_tensorflow2_in_30_days

2，w o ~ Q ? [github项目源码。包含全部数据集和md格式源码，可以在jupyter上安装jupytext后将md源码作为ipynb打开。

github项目地址：https://github.com/lyhue1991/eat_tensorflow2_in_30_days

3，pdf格式电子_ K 8 x ` | {书。

4，ipynb格式项目源码。

其中github4 . * 0 # e n项目源码和gitbook电子书将持续维护。阅读体验优先推荐使用gitbook电子书，既可以在O m O X手机也可以在 , C C电脑上查看，具有目e 5 F P录查找和上下页翻页功能，字体大小和背景色可以根据个人喜好进行调整，颜值超高。

【End】

• 半小时训练亿级规模知识图谱，亚马逊AI开源知识图谱嵌入表示框架DGL-KE

• 首次揭秘！大麦如何应对超大规模高性能选座抢票？

• AI 四巨头 Google、DeepMind、Microsoft、Uber 深度学习框架大比拼

• 马化腾、马云并列成为中国首富；百度回应“将& V p上线o ^ / 电商直播”；.NET 5 Preview 2 发布 | 极客头条

• 程序员职场背锅甩锅指南

• 警惕！新骗术出现：这些虚假二维码生成器已成功盗取 4.6 万美元！

• “出道” 5 年采用率达 78%，Kubernetes 的成功秘诀是什么？