对比Pytorch，为何大牛们强烈建议选择Tensorflow 2.0

对比Pytorch，为何大牛们强烈建议选择Tensorflow 2.0 | 极客时间

2022 年 1 月 4 日 AI前线

记得 TensorFlow 2.0 刚发布时，一票开发者都在疯狂吐槽：官方文档不好找，bug 没有及时修复和更新等等。尽管上线这么久，仍有大量开发者不愿从 1.x 升级，或从别的框架迁移过来。

事实上，TensorFlow 2 不仅继承了 Keras 快速上手和易于使用的特性，还扩展了原有 Keras 所不支持的分布式训练，并整合了 TF 生态的其他组件（如 TF Serving、TF Lite、TF Hub、TFX 等），能有效提升生产环境的稳定性和可维护性。

所以，掌握 TensorFlow 2 是一件 ROI 很高的事，甚至可以说是 AI 工程师高效进阶的必修课。

现在市面上讲 AI 入门和 TensorFlow 的资料不少，但由于缺乏实际应用场景和数据支持，且没有测试集和测试场景，无法验证效果，大部分人在学完课程后，仍然有一些普适性问题没有解决，比如：

怎样在生产环境中真正应用 TensorFlow ？如何证明自己是位合格的 AI 算法工程师？实际 AI 项目研发过程中会遇到哪些坑，具体如何解决？

这里，给你分享一份从基础到项目进阶的 「TensorFlow 2.0 学习框架图」，你可以系统梳理 TF2.0 的在实战项目中的应用，循序渐进地掌握 TensorFlow 2.0 核心知识。

这张图谱出自彭靖田，之前看过他的《TensorFlow 快速入门与实战》，由浅入深讲解了四个 TensorFlow 实战项目，跟着学下来，感觉收获很大。前段时间，又刷了他出的第二季《TensorFlow 2 项目进阶实战》，讲得真的太硬核了，真心推荐。

在这个课程中，他系统讲解了 AI 项目落地的设计思路和关键原则，带你掌握 TensorFlow 2 核心思想和实战技能。同时，通过完整落地一个 AI 新零售项目，让大家能够了解在真实的生产环境当中，AI 是如何帮助企业降本增效，解决实际问题的。

苦于没有实战经验的同学，这个课再适合不过了。完全可以带你了解和掌握 AI 落地的设计思路和经验，同时提升你的 AI 技术，做到熟练运用 TensorFlow 2。价格也很合适，新人首单仅 ¥59。

👆扫我的二维码，免费试读

秒杀 + 口令「happy2021」再减￥10

到手 ¥89，立省￥40

介绍一下作者——彭靖田 , 品览数据联合创始人兼 CTO，Google Developers Experts。

多年来，一直从事 TensorFlow 与 AI 落地的相关工作。毕业进入华为后，在 2012 实验室深度学习团队参与了 ModelArts 的早期设计和实现，而后作为技术合伙人，加入容器智能云初创公司 Caicloud，负责 AI 云平台 Clever 的设计与研发工作。现在，与朋友一起创业做了品览数据，主要面向大企业（如万科、上汽、味全、自如等）提供 AI 物品识别产品及解决方案。

这门课是如何设计的？

彭靖田以参与性最高的线下门店为切入点，以货架为舞台，带你了解如何用 AI 实现货架数字化和业务智能化，帮品牌商 / 零售商快速提高销售额。内容主要分为三部分：

→第一部分：TensorFlow 2 的设计思想与上手实践，以及它和 TensorFlow 1.x 的区别。带你快速掌握 TensorFlow 2 的核心模块，做到有效处理数据、训练模型并预测结果。

→第二部分：以 AI 新零售项目实战为主线，讲解 AI 新零售的需求背景、AI 解决方案设计、目标检测与商品识别的落地实战，并结合 AI 模型和业务逻辑，动手实现一个完整的 Web 应用交付。在检测和识别部分，会用到比较前沿 RetinaNet 技术。

这部分是课程的重点章节，从方案设计到最终的落地，会遇到哪些坑，如何去填这些坑，作者将这些年摸爬滚打的经验通通都分享给你，让你在今后的工作中少走弯路。

→第三部分：分享 TensorFlow 2 中极具价值的几个进阶使用模块及方法，主要是图像数据增强、分布式训练、迁移学习、性能优化以及生产级部署几大块，带你了解 TensorFlow 2 的强大能力，并利用它们为自己的项目赋能。