“
更有生命力的更新
”
AI 科技评论按： 继反复预热以及在今年三月在 TensorFlow 开发者峰会上宣布了 TensorFlow 2.0 Alpha 版（内部测试版）之后，TensorFlow 2.0 Beta 版（公开测试版）也终于在今天发布了。
在 TensorFlow 2.0 Alpha 版发布时，AI 科技评论就详细介绍了 TF2.0 版本中规划的默认使用 Keras、默认使用 eager execution、支持跨平台、对科研人员更友好、更好的图（graph）计算支持、简化 API 等主要更新。
自 TF 2.0 Alpha 发布以来，谷歌自己和试用了 Alpha 版的用户们就对这个版本中做出的改进给予了好评，整个 TensorFlow 生态也在继续扩大。谷歌在发布 Alpha 版的同时也在 deeplearning.ai 和优达学城上线了针对 TF 2.0 Alpha 的入门课程，目前已经有超过十三万人申请学习；TF 2.0 Alpha 的 Github 项目也已经获得了接近十三万 star、超过七万 fork。
在今天发布的 Beta 版带来了以下更新：
- 完成 TF2.0 API 中的符号名称更新和删减。这意味着整个版本的 API 就是最终确定的版本了。同时，这个 API 也会随着 TF 1.14 正式版一起作为一个 2.0 版本的兼容模块发布。（可以在 http://u6.gg/sEbUu 查看所有的符号更新列表）
- 支持 Keras 2.0 的更多功能，包括模型子分类、简化了自定义训练循环的 API，增加了可以支持大多数类型硬件的分布式计算策略，等等。
- Alpha 版的用户们在 Github 上提交了许多问题，目前谷歌已经修复了其中的超过 100 个问题。这一工作还会持续地进行，以及继续收集更多用户反馈。
TensorFlow 2.0 Beta 已经可以通过 pip 快速安装，只需要执行这行代码即可
> pip install tensorflow==2.0.0-beta0
目前，TensorFlow 家族中的产品已经有部分支持 TF2.0 Beta，包括 TensorBoard、TensorHub、TensorFlow Lite、TensorFlow.js。TensorFlow Extended（TFX）以及端到端计算流程的支持仍然在开发中。
在 TensorFlow 2.0 Beta 版本发布之后、TensorFlow 2.0 正式版发布之前，它还需要经过 RC（release candidate）阶段的开发，谷歌对这一阶段的目标是增加谷歌云 TPU 以及 TPU 集群（TPU Pods）对 Keras 模型的支持、进一步改善运行性能，以及修正更多问题。RC 版本的发布时间大约在今年夏季，已经不远了。
