谷歌正式发布了2.0 Alpha版本

3个月前谷歌正式发布了2.0 Alpha版本，一经推出广受欢迎。超过13万学生选修相关课程；GitHub获得了近13万星、被fork了超过75000次。在Beta版中，谷歌已完成2.0 API的重命名和弃用符号，这意味着当前API已经最终定型。

3个月前，谷歌在加州举办TensorFlow开发者峰会（TensorFlow Dev Summit），正式发布了2.0 Alpha版本，明确了以下3点：

Keras作为一个高级API，用于快速简便的模型设计和训练

Eager执行作为默认快速、直观的开发和调试

@tf.function 用于图形性能和可移植性

2.0 Alpha一经推出广受欢迎。根据谷歌官方统计，在线课程网站deeplearning.ai和Udacity上，超过13万学生选修了关于TensorFlow 2.0 Alpha的课程。谷歌托管在GitHub上的Repo也获得了近13万星，被fork了超过75000次。

尽管官方没有透露中国社区的情况，但是发布会现场展示一张全球地图，根据图中的用户分布情况可以推测，目前TF中国应该是仅次于美国和欧洲的第三大地区。

当然这3个月时间里，谷歌也一直没闲着。昨日，又公布了TensorFlow 2.0 Beta版本。

在Beta版中，谷歌已完成2.0 API的重命名和弃用符号，这意味着当前API已经最终定型。2.0 Beta中的API也可以作为TensorFlow 1.14版本中的v2兼容性模块使用。

关于所有符号更改的列表：

https://docs.google.com/spreadsheets/d/1FLFJLzg7WNP6JHODX5q8BDgptKafq_slHpnHVbJIteQ/edit#gid=0

此外，Bata版还为Keras功能添加了2.0支持，如模型子类化，简化了自定义训练循环的API，为大多数类型的硬件添加了分发策略支持等等。

TensorFlow产品生态系统的核心组件，如TensorBoard、TensorFlow Hub、TensorFlow Lite和TensorFlow.js与Beta一起使用。对TensorFlow Extended（TFX）组件和端到端pipeline的支持仍在进行中。

谷歌已经关闭了针对Alpha版本报告的100多个issue，并保证会继续迭代剩下的内容。谷歌表示会重视用户的所有反馈，并鼓励大家继续保持提供反馈的激情。

在RC版发布之前，谷歌承诺会完成对云TPU和TPU pod的Keras模型支持，进一步研究性能，并解决更多问题。一份TensorFlow 2.0的开放issue列表位于issue跟踪器上，用户可以在发行说明中跟踪最新TensorFlow 2.0的进度。

至于RC版的发布期限，谷歌希望能够在今年夏季达成。在RC版发布之前，希望用户持续关注2.0的最新进度。

如果不想错过任何有关TensorFlow 2.0的更多信息，大家可以申请加入开发人员邮件列表，使用2.0作为tag来提出issue，并查看文档。