如果说两代Tensorflow有什么根本不同，那应该就是Tensorflow 2.0更注重使用的低门槛，旨在让每个人都能应用机器学习技术。考虑到它可能会成为机器学习框架的又一个重要里程碑，本文会介绍1.x和2.x版本之间的所有（已知）差异，重点关注它们之间的思维模式变化和利弊关系。
通过阅读这篇文章，熟悉Tensorflow的老用户可以尽早转变思维，适应新版本的变化。而新手也可以直接以Tensorflow 2.0的方式思考，至少目前没有必要急着去学习别的框架。
Tensorflow 2.0：为什么？何时？
Tensorflow 2.0的开发初衷是制作一个更简单易用的Tensorflow。
第一个向公众透露项目具体开发内容的人是Google Brain的工程师Martin Wicke，我们可以在他的公告邮件列表里找到Tensorflow 2.0的蛛丝马迹。在这里，我们对它做一些简单提要：
● Tensorflow 2.0的核心功能是动态图机制Eager execution。它允许用户像正常程序一样去编写、调试模型，使TensorFlow更易于学习和应用。● 支持更多平台、更多语言，通过标准化API的交换格式和提供准线改善这些组件之间的兼容性。 ●
● 删除已弃用的API并减少重复的API数，避免给用户造成混淆。
● 2.0版的设计对公众开放：社区可以和Tensorflow开发人员一起工作，共同探讨新功能。
● 兼容性和连续性：Tensorflow 2.0会提供Tensorflow 1.x的兼容性模块，也就是它会内置所有Tensorflow 1.x API的模块。
● 硬盘兼容性：只需修改一些变量名称，Tensorflow 1.x中导出的模型（checkpoints和模型freeze）就能和Tensorflow 2.0兼容。
● tf.contrib
退出历史舞台。其中有维护价值的模块会被移动到别的地方，剩余的都将被删除。
换言之，如果你在这之前从没接触过Tensorflow，你是幸运的。但是，如果你和我们一样是从0.x版本用起的，那么你就可能得重写所有代码库——虽然官方说会发布转换工具方便老用户，但这种工具肯定有很多bug，需要一定的手动干预。
而且，你也必须开始转变思维模式。这做起来不容易，但真的猛士不就应该喜欢挑战吗？
所以为了应对挑战，我们先来适应第一个巨大差异：移除tf.get_variable,tf.variable_scope,tf.layers，强制转型到基于Keras的方法，也就是用tf.keras。
关于Tensorflow 2.0的发布日期，官方并没有给出明确时间。但根据开发小组成员透露的消息，我们可以确定它的预览版会在今年年底发布，官方正式版可能会在2019年春季发布。
所以留给老用户的时间已经不多了。
Keras（OOP）vs Tensorflow 1.x
在GitHub上，RFC：TensorFlow 2.0中的变量这份意见稿已经被官方接受，它可能是对现有代码库影响最大的RFC，值得参考。
我们都知道，在Tensorflow里，每个变量在计算图中都有一个唯一的名称，我们也已经习惯按照这种模式设计计算图：
● 哪些操作连接我的变量节点：把计算图定义为连接的多个子图，并用tf.variable_scope
在内部定义每个子图，以便定义不同计算图的变量，并在Tensorboard中获得清晰的图形表示。
● 需要在执行同一步骤时多次使用子图：一定要用
tf.variable_scope
里的
reuse
参数，不然Tensorflow会生成一个前缀为
_n
的新计算图。
● 定义计算图：定义参数初始化节点（你调用过几次
tf.global_variables_initializer()
？）。
● 把计算图加载到Session，运行。
下面，我们就以在Tensorflow中实现简单的GAN为例，更生动地展现上述步骤。
Tensorflow 1.x的GAN
要定义GAN的判别器D，我们一定会用到tf.variable_scope里的reuse参数。因为首先我们会把真实图像输入判别器，之后把生成的假样本再输进去，在且仅在最后计算D的梯度。相反地，生成器G里的参数不会在一次迭代中被用到两次，所以没有担心的必要。
-
def generator(inputs): -
"""generator network. -
Args: -
inputs: a (None, latent_space_size) tf.float32 tensor -
Returns: -
G: the generator output node -
""" -
with tf.variable_scope("generator"): -
fc1 = tf.layers.dense(inputs, units=64, activation=tf.nn.elu, name="fc1") -
fc2 = tf.layers.dense(fc1, units=64, activation=tf.nn.elu, name="fc2") -
G = tf.layers.dense(fc1, units=1, name="G") -
return G -
def discriminator(inputs, reuse=False): -
"""discriminator network -
Args: -
inputs: a (None, 1) tf.float32 tensor -
reuse: python boolean, if we expect to reuse (True) or declare (False) the variables -
Returns: -
D: the discriminator output node -
""" -
with tf.variable_scope("discriminator", reuse=reuse): -
fc1 = tf.layers.dense(inputs, units=32, activation=tf.nn.elu, name="fc1") -
D = tf.layers.dense(fc1, units=1, name="D") -
return D
当这两个函数被调用时，Tensorflow会默认在计算图内部定义两个不同的子图，每个子图都有自己的scope（生成器/判别器）。请注意，这个函数返回的是定义好的子图的张量，而不是子图本身。
为了共享D这个子图，我们需要定义两个输入（真实图像/生成样本），并定义训练G和D所需的损失函数。
-
# Define the real input, a batch of values sampled from the real data -
real_input = tf.placeholder(tf.float32, shape=(None,1)) -
# Define the discriminator network and its parameters -
D_real = discriminator(real_input) -
# Arbitrary size of the noise prior vector -
latent_space_size = 100 -
# Define the input noise shape and define the generator -
input_noise = tf.placeholder(tf.float32, shape=(None,latent_space_size)) -
G = generator(input_noise) -
# now that we have defined the generator output G, we can give it in input to -
# D, this call of `discriminator` will not define a new graph, but it will -
# **reuse** the variables previously defined -
D_fake = discriminator(G, True)
最后要做的是分别定义训练D和G所需的2个损失函数和2个优化器。
-
D_loss_real = tf.reduce_mean( -
tf.nn.sigmoid_cross_entropy_with_logits(logits=D_real, labels=tf.ones_like(D_real)) -
) -
D_loss_fake = tf.reduce_mean( -
tf.nn.sigmoid_cross_entropy_with_logits(logits=D_fake, labels=tf.zeros_like(D_fake)) -
) -
# D_loss, when invoked it first does a forward pass using the D_loss_real -
# then another forward pass using D_loss_fake, sharing the same D parameters. -
D_loss = D_loss_real + D_loss_fake -
G_loss = tf.reduce_mean( -
tf.nn.sigmoid_cross_entropy_with_logits(logits=D_fake, labels=tf.ones_like(D_fake)) -
)
定义损失函数不难，对抗训练的一个特点是把真实图像和由G生成的图像输入判别器D，由后者输出评估结果，并把结果馈送给生成器G做参考。这意味着对抗训练其实是分两步走，G和D同在一个计算图内，但在训练D时，我们不希望更新G中的参数；同理，训练G时，我们也不希望更新D里的参数。
因此，由于我们在默认计算图中定义了每个变量，而且它们都是全局变量，我们必须在2个不同的列表中收集正确的变量并正确定义优化器，从而计算梯度，对正确的子图进行更新。
-
# Gather D and G variables -
D_vars = tf.trainable_variables(scope="discriminator") -
G_vars = tf.trainable_variables(scope="generator") -
# Define the optimizers and the train operations -
train_D = tf.train.AdamOptimizer(1e-5).minimize(D_loss, var_list=D_vars) -
train_G = tf.train.AdamOptimizer(1e-5).minimize(G_loss, var_list=G_vars)
到这里，我们已经完成了上面提到的“第3步：定义计算图”，最后是定义参数初始化节点：
-
init_op = tf.global_variables_initializer()
优/缺点
只要正确定义了计算图，且在训练循环内和session内使用，上述GAN就能正常训练了。但是，从软件工程角度看，它有一些值得注意的点：
● 用tf.variable_scope
修改由
tf.layers
定义的（完整）变量名称：这其实是对不同scope的变量重新用了一次
tf.layers.*
，导致的结果是定义了新scope下的一组新变量。
● 布尔标志
reuse
可以完全改变调用
tf.layers.*
后的所有行为（定义/reuse）。
● 每个变量都是全局变量：
tf.layers
调用
tf.get_variable
（也就是在
tf.layers
下面调用）定义的变量可以随处访问。
● 定义子图很麻烦：你没法通过调用
discriminator
获得一个新的、完全独立的判别器，这有点违背常理。
● 子图定义的输出值（调用
generator
/
discriminator
）只是它的输出张量，而不是内部所有图的信息（尽管可以回溯输出，但这么做很麻烦）。
● 定义参数初始化节点很麻烦（不过这个可以用
tf.train.MonitoredSession
和
tf.train.MonitoredTrainingSession
规避）。
以上6点都可能是用Tensorflow构建GAN的缺点。
Tensorflow 2.x的GAN
前面提到了，Tensorflow 2.x移除了tf.get_variable,tf.variable_scope,tf.layers，强制转型到了基于Keras的方法。明年，如果我们想用它构建GAN，我们就必须用tf.keras定义生成器G和判别器的：这其实意味着我们凭空多了一个可以用来定义D的共享变量函数。
注：明年tf.layers就没有了，所以你最好从现在就开始适应用tf.keras来定义自己的模型，这是过渡到2.x版本的必要准备。
-
def generator(input_shape): -
"""generator network. -
Args: -
input_shape: the desired input shape (e.g.: (latent_space_size)) -
Returns: -
G: The generator model -
""" -
inputs = tf.keras.layers.Input(input_shape) -
net = tf.keras.layers.Dense(units=64, activation=tf.nn.elu, name="fc1")(inputs) -
net = tf.keras.layers.Dense(units=64, activation=tf.nn.elu, name="fc2")(net) -
net = tf.keras.layers.Dense(units=1, name="G")(net) -
G = tf.keras.Model(inputs=inputs, outputs=net) -
return G -
def discriminator(input_shape): -
"""discriminator network. -
Args: -
input_shape: the desired input shape (e.g.: (latent_space_size)) -
Returns: -
D: the discriminator model -
""" -
inputs = tf.keras.layers.Input(input_shape) -
net = tf.keras.layers.Dense(units=32, activation=tf.nn.elu, name="fc1")(inputs) -
net = tf.keras.layers.Dense(units=1, name="D")(net) -
D = tf.keras.Model(inputs=inputs, outputs=net) -
return D
看到和Tensorflow的不同了吗？在这里，generator和discriminator都返回了一个tf.keras.Model，而不仅仅是输出张量。
在Keras里，变量共享可以通过多次调用同样的Keras层或模型来实现，而不用像TensorFlow那样需要考虑变量的scope。所以我们在这里只需定义一个判别器D，然后调用它两次。
-
# Define the real input, a batch of values sampled from the real data -
real_input = tf.placeholder(tf.float32, shape=(None,1)) -
# Define the discriminator model -
D = discriminator(real_input.shape[1:]) -
# Arbitrary set the shape of the noise prior vector -
latent_space_size = 100 -
# Define the input noise shape and define the generator -
input_noise = tf.placeholder(tf.float32, shape=(None,latent_space_size)) -
G = generator(input_noise.shape[1:])
再重申一遍，这里我们不需要像原来那样定义D_fake，在定义计算图时也不用提前担心变量共享。
之后就是定义G和D的损失函数：
-
D_real = D(real_input) -
D_loss_real = tf.reduce_mean( -
tf.nn.sigmoid_cross_entropy_with_logits(logits=D_real, labels=tf.ones_like(D_real)) -
) -
G_z = G(input_noise) -
D_fake = D(G_z) -
D_loss_fake = tf.reduce_mean( -
tf.nn.sigmoid_cross_entropy_with_logits(logits=D_fake, labels=tf.zeros_like(D_fake)) -
) -
D_loss = D_loss_real + D_loss_fake -
G_loss = tf.reduce_mean( -
tf.nn.sigmoid_cross_entropy_with_logits(logits=D_fake, labels=tf.ones_like(D_fake)) -
)
最后，我们要做的是定义分别优化D和G的2个优化器。由于用的是tf.keras，所以我们不用手动创建要更新的变量列表，tf.keras.Models的对象本身就是我们要的东西。
-
# Define the optimizers and the train operations -
train_D = tf.train.AdamOptimizer(1e-5).minimize(D_loss, var_list=D.trainable_variables) -
train_G = tf.train.AdamOptimizer(1e-5).minimize(G_loss, var_list=G.trainable_variables)
截至目前，因为我们用的还是静态图，所以还要定义变量初始化节点：
-
init_op = tf.global_variables_initializer()
优/缺点
● 从tf.layers
到过渡
tf.keras
：Keras里有所有
tf.layers
的对应操作。
● tf.keras.Model
帮我们完全省去了变量共享和计算图重新定义的烦恼。
● tf.keras.Model
不是一个张量，而是一个自带变量的完整模型。
● 定义变量初始化节点还是很麻烦，但之前也提到了，我们可以用
tf.train.MonitoredSession
规避。
以上是Tensorflow 1.x和2.x版本的第一个巨大差异，在下文中，我们再来看看第二个差异——Eager模式。
Eager Execution
Eager Execution（动态图机制）是TensorFlow的一个命令式编程环境，它无需构建计算图，可以直接评估你的操作：直接返回具体值，而不是构建完计算图后再返回。它的优点主要有以下几点：
● 更容易调试。直接调用ops来检查运行模型和测试更改，用标准Python调试工具获取即时错误报告。
● 更自然的流程控制。直接用Python流程控制而不是用计算图。
简而言之，有了Eager Execution，我们不再需要事先定义计算图，然后再在session里评估它。它允许用python语句控制模型的结构。
这里我们举个典型例子：Eager Execution独有的tf.GradientTape。在计算图模式下，如果我们要计算某个函数的梯度，首先我们得定义一个计算图，从中知道各个节点是怎么连接的，然后从输出回溯到计算图的输入，层层计算并得到最终结果。
但在Eager Execution下，用自动微分计算函数梯度的唯一方法是构建图。我们得先用tf.GradientTape根据可观察元素（如变量）构建操作图，然后再计算梯度。下面是tf.GradientTape文档中的一个原因和示例：
-
x = tf.constant(3.0) -
with tf.GradientTape() as g: -
g.watch(x) -
y = x * x -
dy_dx = g.gradient(y, x) # Will compute to 6.0
此外，用python语句（如if语句和循环语句）进行流程控制区别于静态图的tf.get_variable,tf.variable_scope,tf.layers。
之前官方发布了一个名为Autograph的工具，它的作用是把普通Python代码转换成复杂的计算图代码，也就是允许用户用Python直接编写计算图。但它指的Python事实上并不是真正意义上的Python（比如必须定义一个函数，让它返回一个具有指定Tensorflow数据类型的元素列表），也没法发挥编程语言的强大功能。
就个人而言，我不太喜欢Eager Execution，因为我已经习惯静态图了，而这个新改变有点像是对PyTorch的拙劣模仿。至于其他变化，我会在下面以问答方式做简单介绍。
一问一答
下面是我认为从TensorFlow过渡到TensorFlow 2.0会出现的一些常见问题。
问：如果我的项目要用到tf.contrib怎么办？
你可以用pip安装一个新的Python包，或者把tf.contrib.something重命名为tf.something。
问：如果在Tensorflow 1.x里能正常工作的东西到2.x没法运行了怎么办？
不应该存在这种错误，建议你仔细检查一下代码转换得对不对，阅读GitHub上的错误报告。
问：我的项目在静态图上好好的，一放到Eager Execution上就不行了怎么办？
我也遇到了这个问题，而且目前还不知道具体原因。所以建议先不要用Eager Execution。
问：我发现Tensorflow 2.x里好像没有某个tf.函数怎么办？
这个函数很有可能只被移到别的地方去了。在Tensorflow 1.x中，很多函数会有重复、有别名，Tensorflow 2.x对这些函数做了统一删减整理，也移动了部分函数的位置。你可以在RFC：TensorFlow命名空间里找到将要新增、删除、移动的所有函数。官方即将发布的工具也能帮你适应这个更新。
小结
看了这么多，相信读者现在已经对Tensorflow 2.x有了大致了解，也有了心理准备。总的来说，正如大部分产品都要经历更新迭代，我认为Tensorflow 2.x相比Tensorflow 1.x会是有明显改进的一个版本。最后，我们再来看一下Tensorflow的发展时间轴，回忆过去三年来它带给我们的记忆和知识。
