这是一篇来自于旧站的重置文章。
这是一篇古早断更文，后续补全。

前言

Computer Vision需要用到TensorFlow和Keras，刚好与毕设相关，顺便学习，但是今天太累，摸了，明天写。
2022年4月4日 12:48 am
2025年8月20日 2:14 am 情人节~！一晚上补完了3篇，加油！
虽然这已经是不知道多少年前的东西了，2022年的，tensor flow 2.0+ 更是一出了6年了到现在，（October 2019），而且现在大部分都用的pytorch，但是作为我第一个使用的AI库，还是好好学习一下吧，当时刚入门AI的时候，还看了好久的deeplizard（她们团队上次更新也只在1年前了），我真觉得他们做的很多视频都很好，有机会可以拿下来做一个系列其实。

正文

笑死，第一个命令就错误了

!pip install tensorflow==2.0.0
---
ERROR: Could not find a version that satisfies the requirement tensorflow==2.0.0 (from versions: 2.16.0rc0, 2.16.1, 2.16.2, 2.17.0rc0, 2.17.0rc1, 2.17.0, 2.17.1, 2.18.0rc0, 2.18.0rc1, 2.18.0rc2, 2.18.0, 2.18.1, 2.19.0rc0, 2.19.0, 2.19.1, 2.20.0rc0, 2.20.0)
ERROR: No matching distribution found for tensorflow==2.0.0

直接进入的是tensorflow 2.19.0（最新版的TensorFlow）

import tensorflow as tf
print(tf.__version__)
---
2.19.0

来自 Colab - TensorFlow 2.0 + Keras Crash Course.ipynb：

面向深度学习研究人员的 TensorFlow 2.0 + Keras 概览

@fchollet，2019 年 10 月（6年前了）

本文档可作为 TensorFlow 2.0 的简介、速成课程和快速 API 参考。

TensorFlow 和 Keras 均已发布四年多（Keras 于 2015 年 3 月发布，TensorFlow 于 2015 年 11 月发布）。在深度学习领域，这可谓是一段漫长的岁月！

过去，TensorFlow 1.x + Keras 存在一些已知问题：

使用 TensorFlow 意味着需要操作静态计算图，这对于习惯于命令式编程风格的程序员来说，会感到笨拙且难以操作。
虽然 TensorFlow API 非常强大且灵活，但缺乏完善，并且经常令人困惑或难以使用。
虽然 Keras 非常高效且易于使用，但它在研究用例中通常缺乏灵活性。（笔者：比起pytorch来说，确实灵活性下降了很多，但是很易于新手入门倒是真的）

TensorFlow 2.0 是对 TensorFlow 和 Keras 的全面重新设计，充分考虑了四年多来的用户反馈和技术进步。它在很大程度上解决了上述问题。

它是一个面向未来的机器学习平台。

TensorFlow 2.0 基于以下关键理念构建：

让用户像使用 Numpy 一样快速运行计算。这使得 TensorFlow 2.0 编程直观且 Python 化。
保留了编译图的显著优势（在性能、分发和部署方面）。这使得 TensorFlow 快速、可扩展且可用于生产环境。
利用 Keras 作为其高级深度学习 API，使 TensorFlow 易于使用且高效。
将 Keras 扩展到各种工作流程，从非常高级（更易于使用，但灵活性较低）到非常低级（需要更多专业知识，但灵活性更高）。（笔者：这是非常需要的，灵活性更高。）