谷歌机器智能团队成员，分布式系统和并行计算负责人 Martin Wicke 今日发布推特称：试试指令’pip install tf-nightly-2.0-preview’，然后告诉我你们发现了什么。
按照谷歌的一贯风格，这就是 TensorFlow 2.0 版本的官宣了，不过从名称上来看，这应该是 TF 2.0 的预览版本，随后 Jeff Dean 也转发了这条推文，正式确认 TF 2.0 开发者预览版的发布。
谷歌在官方博客中也发布了一条通知，大意如下：
众所周知，我们正在努力准备 TensorFlow 2.0。虽然我们仍在努力中，但我们希望分享一个令人兴奋的更新。
对于那些希望生活在发展的最前沿的人来说，TensorFlow 2.0 的夜间版本（nightly build）现在可以在 pypi 上通过指令’tf-nightly-2.0-preview’和’tf-nightly-gpu-2.0-preview’使用。您还可以通过将’–config = v2’传递给 bazel 命令（在运行 configure 之后）从源构建版本。 TensorFlow 2.0 是从同一个源代码树构建的，因此如果您从源代码构建，只需从 master 构建即可。
可从：
获取每晚生成的文档。由于夜间版本正在积极开发中，因此文档可能会有过期或不完整的情况出现。
在 TensorFlow 2.0 的开发中，我们专注于可用性，并对指定和运行计算的方式进行了重大更改。 2018 年秋季发布的 RFC 就体现了这一变化。我们知道你们中许多人已经在 1.x 版本上进行了大量投入（我们对此很感激！），相信 2.0 将带来更多好处，我们希望让您的升级路径尽可能顺利。 pip 软件包附带一个转换器工具，可以升级（大多数）1.x TensorFlow 代码，这样您就能在每晚安装 2.0 的情况下运行。该工具 tf_upgrade_v2 大量使用兼容性模块：tf.compat.v1。此模块包含 TensorFlow 1.x 中存在的所有符号及其原始行为。请注意，升级工具也处于开发阶段，因此它可能无法在复杂项目上运行。
目前 2.0 预览版本仍然不完整，我们正在加大力度改进。因此，我们暂时无法保证稳定性，我们知道存在未解决的性能问题，并且仍然缺少某些功能（例如，仅支持某些分发机制，特别是 TPU 支持不完整），以及 TensorFlow 生态系统尚未更新以与 TensorFlow 2.0（例如，TFHub）一起使用。我们正努力在创建 2.0-alpha 之前解决这些问题。
如果您每晚都试一试，请报告您发现的问题 。您对夜间，转换器工具和升级体验的反馈对我们非常有价值。
问题反馈地址：
https://github.com/tensorflow/community/blob/master/governance/tensorflow-testing.md
TensorFlow 2.0 预览版发布的消息在 reddit 上也引发了一些讨论，比如有网友关心，为什么在 python3.7 版本发布半年之久的时间里，TensorFlow 仍然没有添加相关构建：
还有人表示，希望谷歌加大力度在 Java API 的改进上，而不是追赶 PyTorch：
总而言之，2.0 版本毕竟目前还是预览版，还是应该给研发人员一些时间，相信很多问题都能解决。
最后，再次附上官方的介绍文档，感兴趣的读者可以仔细研读，并安装体验：
https://www.tensorflow.org/versions/r2.0/api_docs/python/tf
InfoQ编辑
中国开发者画像洞察研究报告 2024
分析开发者的行为模式、工作价值、职业发展等内容，帮助整个行业生态更深入地理解开发者，为他们提供更精准...
评论