第2章 簡化代碼的復雜性：TensorFlow 2.0基礎與進階

在深度學習領域，谷歌的TensorFlow（見圖2.1）可以說是最為出名的開源工具。它的出現使得深度學習的門檻大大降低，不僅人工智能專家，就連最普通的科研人員和對深度學習不是很在行的開發人員，都可以輕易利用它來開發出AI程序。

圖2.1 TensorFlow Logo

但是隨著時間的推移和對TensorFlow構建和使用更為廣泛，TensorFlow的缺點也日益暴露出來。例如所使用的中級和高級API過多（layers層和slim層哪個應用的更為廣泛），基礎深度學習模型的缺乏以及代碼編寫得過于冗長和混亂。

為了解決這些問題，并且為了更加符合Python“不要重復造輪子”的主題，TensorFlow 2.0大力刪除了一些本身重復的API，把一些外圍以及編寫完的能夠被TensorFlow復用的API大膽地引入并進行替代，例如使用keras.layers替代自己本身的tf.layers層。

本章會從最簡單的程序編寫起步，帶領讀者循序漸進地學習TensorFlow的編程模式。本章的所有內容都非常重要，讀者一定要反復閱讀，認真理解其中的內容。