0
雷锋网 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，雷锋网 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 这里 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。
via TF官方博客，雷锋网 AI 科技评论编译
雷峰网版权文章，未经授权禁止转载。详情见转载须知。
