TensorFlow2.0，終于要來了！開發團隊決定于今年下半年發布TensorFlow2.0預覽版，更好的滿足廣大用戶的需求。本文介紹了TensorFlow2.0預覽版的新功能和特性。

自2015年TensorFlow發布以來，它已經成為世界上使用最廣泛的機器學習框架，滿足了廣大的用戶和用例需求。在此期間，TensorFlow隨著計算硬件、機器學習研究和商業部署的快速發展而得到進步。

為了反映這些快速變化，開發團隊已經開始研究下一版本的TensorFlow。TensorFlow 2.0將是一個重要的里程碑，重點關注易用性。以下是用戶對TensorFlow 2.0的期望：

Eager execution應當是2.0的核心功能。它將用戶對編程模型的期望與TensorFlow更好地結合起來，并且應該使TensorFlow更易于學習和應用。

通過交換格式的標準化和API的一致性，支持更多平臺和語言，并改善這些組件之間的兼容性和奇偶性。

將刪除已棄用的API并減少重復數量，否則會給用戶造成混淆。

TensorFlow2.0的預覽版預計將于今年下半年發布。

公布TensorFlow2.0設計過程

不久，開發團隊將舉行一系列公共設計評審。此過程將闡明即將成為TensorFlow 2.0一部分的功能，并允許社區提出修改意見。如果你想看到有關流程的評論和更新，請加入developers@tensorflow.org。開發團隊希望在下半年發布預覽版后收集用戶對計劃更改的反饋。

兼容性和連續性

TensorFlow 2.0提供了一個糾正錯誤并進行改進的機會，而這些改進在語義版本控制下是禁止的。

為了簡化過度（transition），將創建一個轉換工具，該工具更新Python代碼以使用與TensorFlow 2.0兼容的API，或者在無法自動進行轉換的情況下會發出警告。

并不是所有的更改都可以完全自動進行。開發團隊將棄用一些沒有direct equivalent的API。對于這種情況，將提供兼容模塊（tensorflow.compat.v1），其中包含完整的TensorFlow 1.x API，并會在TensorFlow 2.x的生命周期內進行維護。

一旦最終版本的TensorFlow 2.0發布，預計不會在TensorFlow 1.x上有任何進一步的功能開發。 從TensorFlow 2.0發布之日起，將繼續為TensorFlow 1.x版本發布一年的安全補丁。

磁盤（On-disk）兼容性

開發團隊將不打算對SavedModels或存儲的GraphDef進行重大更改（即，預計在2.0中包含所有當前版本的內核）。然而，2.0中的變化意味著在與新模型兼容之前，原始檢查點（raw checkpoint）中的變量名可能必須進行轉換。

tf.contrib

TensorFlow的contrib模塊已經超出了在單一存儲庫中可以維護和支持的功能。較大的項目單獨進行維護是比較好的，而開發團隊將隨著TensorFlow主代碼一起孵化更小的擴展。因此，作為發布TensorFlow 2.0的一部分，開發團隊將停止發布tf.contrib。在接下來的幾個月里，將與各自的所有者就詳細的遷移計劃進行合作，包括如何在社區頁面和文檔中公布你的TensorFlow擴展。對于每個contrib模塊：

將項目集成到TensorFlow中；

將其移至單獨的存儲庫；

或者將其完全刪除；

這意味著將棄用所有tf.contrib，并且開發團隊于今日將停止添加新的tf.contrib項目。開發團隊正在尋找tf.contrib中一些項目的擁有者和維護者。