最新tf.keras指南，TensorFlow官方出品

tf.keras是TensorFlow 2.0最主要的高阶API接口，为TensorFlow的代码提供了新的风格和设计模式，大大提升了TF代码的简洁性和复用性，也间接地提供了TF开发的规范。本文介绍了TensorFlow官网提供的最新的tf.keras指南。

TensorFlow 1.x以静态图为主，网上主流的TF代码编写主要是面向过程的（函数为主），在引入tf.keras之后，TensorFlow官方就开始推荐tf.keras里各种面向对象的编程风格，从层到模型都是类和对象，大大简化了代码的简洁性和复用性，也间接地提供了TF开发的规范。

Keras作者François Chollet在Twitter转发了TensorFlow官方最新tf.keras指南，本文大概介绍一下该指南中比较重要的内容。

本指南的内容大致如下：

Keras Functional API

训练和评价

利用继承构建层和模型

保存和序列化模型

Keras Functional API

指南地址：

https://www.tensorflow.org/alpha/guide/keras/functional

内容概要：

Keras中网络层的定义和调用，例如如何用指定的参数来定义一个全连接层，然后用定义的层来变换输入数据。

Keras模型的定义和调用，包括模型自带的训练和评价函数。

Keras层测复用

网络中间层信息的提取和复用

自定义Keras层

Functional API的优点和缺点

Functional API和Subclassing API（继承式）混写

另外，用内置的函数可以直接可视化网络结构了：

训练和评价

指南地址：

https://www.tensorflow.org/alpha/guide/keras/training_and_evaluation

内容概要：

Keras模型内置的训练和评价Loop

自定义损失函数

用tf.data.Datasets作为输入

其它输入格式，如Pandas

采样和类别权重

多输入和多输出

回调函数

断点

学习率规划

用TensorBoard可视化损失

利用继承构建层和模型

指南地址：

https://www.tensorflow.org/alpha/guide/keras/custom_layers_and_models

内容概要：

Keras层封装状态（权重）和计算

权重延迟构造（延迟到输入形状已知时）

递归构造Keras层

Keras层在前向传播时递归收集损失

可选启用序列化Keras层

call方法中的training参数

端到端地构建一个模型

保存和序列化模型

指南地址：

https://www.tensorflow.org/alpha/guide/keras/saving_and_serializing

内容概要：

保存整个模型

导出到SavedModel

仅保存结构

仅保存权重

在SavedModel格式下仅保存权重

保存继承的模型